Сложность случая: отсутствие перспективы в случае отказа от обучения машинам

arXiv: 2410,03043v3 Тип уведомления: заменить резюме. Текущие исследования по глубокому необучаемому аппарату главным образом сосредоточены на совершенствовании или оценке общей эффективности методов отказа от обучения при одновременном игнорировании различных трудностей, связанных с отказом в изучении отдельных учебных образцов. В результате более широкая осуществимость отказа от обучения машинам по-прежнему недостаточно изучена. В этом документе анализируются основные элементы, которые затрудняют неучебное обучение машин с помощью тщательного анализа показателей работы на уровне конкретных случаев по различным необучаемым алгоритмам и наборам данных. В частности, мы резюмируем четыре фактора, которые затрудняют необучение точки данных, и эмпирическим образом показываем, что эти факторы не зависят от конкретного алгоритма отказа в обучении, но имеют отношение только к целевой модели и ее данным о подготовке. С учетом этих выводов мы считаем, что в неучебных исследованиях машинам следует уделять внимание трудностям отказа от обучения на уровне конкретных случаев.