会员服务
过拟合，在AI领域多指机器学习得到模型太过复杂，导致在训练集上表现很好，然而在测试集上却不尽人意。过拟合（over-fitting）也称为过学习，它的直观表现是算法在训练集上表现好，但在测试集上表现不好，泛化性能差。过拟合是在模型参数拟合过程中由于训练数据包含抽样误差，在训练时复杂的模型将抽样误差也进行了拟合导致的。
Training-free Cross-domain Few-shot Segmentation via Robust Semantic Representation and Matching
Arxiv
0+阅读 · 6月23日
DivCon-NeRF: Diverse and Consistent Ray Augmentation for Few-Shot NeRF
Arxiv
0+阅读 · 6月19日
VisDom: Sparse Novel View Synthesis with Visible Domain Constraint
Arxiv
0+阅读 · 6月18日
From Uncertainty to Stability and Fidelity: Guiding Sparse-View 3D Gaussian Splatting with Fisher Information
Arxiv
0+阅读 · 6月18日
Towards Accurate and Robust Surveillance Roadside IVD via Trackletized Audio-Visual Reasoning
Arxiv
0+阅读 · 6月21日
TrojanGYM: A Detector-in-the-Loop LLM for Adaptive RTL Hardware Trojan Insertion
Arxiv
0+阅读 · 6月22日
Demystifying Training-Time Augmentation for Data-Constrained Language Model Pretraining
Arxiv
0+阅读 · 6月19日
Voice of India: A Large-Scale Benchmark for Real-World Speech Recognition in India
Arxiv
0+阅读 · 6月20日
Benign overfitting beyond prediction: The ordinary least squares interpolator
Arxiv
0+阅读 · 6月18日
Overfitted high-dimensional matrix factorizations via adaptive spectral shrinkage
Arxiv
0+阅读 · 6月17日
Grids Often Outperform Implicit Neural Representations at Compressing Dense Signals
Arxiv
0+阅读 · 6月17日
Forged Calamity: Benchmark for Cross-Domain Synthetic Disaster Detection in the Age of Diffusion
Arxiv
0+阅读 · 6月17日
Revisiting LLM Adaptation for 3D CT Report Generation: A Study of Scaling and Diagnostic Priors
Arxiv
0+阅读 · 6月15日
Data Augmentations for Data-Constrained Language Model Pretraining
Arxiv
0+阅读 · 6月15日
LiFT: Local Search via Linear Programming for Overfitting-Controlled Transformers
Arxiv
0+阅读 · 6月15日
参考链接
微信扫码咨询专知VIP会员
Top