💻 علوم الحاسوب
ΔPPL Is Not ΔCE: The Scale-Dependence Confound in Generative Continual-Learning Forgetting Metrics
تُثبت هذه الورقة أن الإبلاغ عن النسيان في التعلم المستمر التوليدي بصيغة التغير في الارتياب الخام (ΔPPL) يُدخل مضللاً يعتمد على المقياس، مما يؤدي إلى تضخيم أو تقليل نسب النسيان التفاضلي بشكل مصطنع بناءً على مستويات الارتياب الأساسية، وتجادل بدلاً من ذلك لصالح استخدام التغير في الإنتروبيا التقاطعية (ΔCE) كمعيار ثابت المقياس للكشف عن الانحراف الحقيقي الكامن في النموذج.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.