Incertidumbre epistémica por clase: más que solo cuánto
Descubre cómo descomponer la incertidumbre epistémica por clase reduce el riesgo en clasificación asimétrica. Mejora la predicción selectiva y la detección de
#detección fuera de distribución
Fundamentación teórica de detección OOD con optimizador RL
Nuevo enfoque teórico para detección OOD dinámica: un optimizador con RL reduce falsos positivos semánticos y mejora la generalización futura. Ideal para IA
Aprendizaje de Ensambles Credales mediante Optimización Robusta a Distribuciones
CreDRO aprende ensambles credales que capturan incertidumbre epistémica real, mejorando la detección de anomalías y clasificación selectiva en aplicaciones
phepy: Benchmarks visuales y mejoras para detectores fuera de distribución
Descubre phepy, un benchmark visual para evaluar detectores OOD, y las mejoras como t-poking y ponderación que afinan la frontera ID-OOD.
GP-Adapter: Detección OOD con pocos ejemplos usando procesos gaussianos
Aprende cómo GP-Adapter integra procesos gaussianos en CLIP para detectar datos fuera de distribución con pocos ejemplos, mejorando la incertidumbre y fiabilidad.