迈向可实用的序列偏移检测器
机器学习
2023-07-28 v1
摘要
人们日益意识到分布偏移对已部署机器学习模型性能的有害影响。因此，在相关成本积累之前检测这些偏移的兴趣日益增长。然而，对序列偏移检测器的可实用部署至关重要的若干基本要求，通常被现有工作忽视，阻碍了它们的广泛采用。我们指出了三个此类基本要求，强调了与其满足相关的现有工作，并推荐了未来研究的有影响力方向。
引用
@article{arxiv.2307.14758,
title = {Towards Practicable Sequential Shift Detectors},
author = {Oliver Cobb and Arnaud Van Looveren},
journal= {arXiv preprint arXiv:2307.14758},
year = {2023}
}
备注
ICML 2022 Workshop on Principles of Distribution Shift (PODS)