Оперативно-прогнозируемая оценка разницы в классификации безопасности при нулевом промежутке зрения и освещении

arXiv: 26005,00326v2 Annuales Type: заменить резюме: Safety Countries часто блокирует содержание, погружая первый заданный небезопасный балл модели. Мы показываем, что оценка одной секунды не является надежной вероятностью и сравниваем два ремонта: средний ансамбль и калибровка с этикетками разработки. В семи моделях языка зрения и двух контрольных параметрах небезопасная вероятность вводимых ресурсов варьируется от 15 бронежилетов с стандартным отклонением 0,16-0,30 в среднем; данные, которые отличаются больше всего, чаще всего неправильно классифицированы. 15-кратное среднее значение имеет более низкий отрицательный уклон (NLL) по сравнению с лучшим единственным моментом, даже выбранным с помощью оценочных знаков, на 13 из 14 пар моделей с маркировкой. Знаки развития меняют картину: совместный отбор и калибровка одного оперативного показателя опережают аналогичные калиброванные средние значения для всех семи моделей данных, хранящихся на основе контрольных показателей в области развития. Однако при оценке с помощью перекрестной маркировочной схемы, не поддающейся повторной проверке, преимущество возвращается в обратном направлении с калиброванным средним о