提出CoGA2M并在TALENT基准评测
热点事件持续更新
提出CoGA2M并在TALENT基准评测
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究团队提出多分辨率高阶复合广义加性模型 CoGA2M，并在 TALENT 基准上与 29 个回归、32 个分类基线比较，均进入前三分之一。 团队还扩展出存在训练-测试分布偏移的分布外（OOD）数据划分；在该设定下，CoGA2M 表现优于 LightGBM。研究称，这表明加性结构在分布偏移下具有此前未被认识的优势。
AI 根据报道生成 · 46 分钟前更新
最新进展11月4日 13:00
研究重新审视 GA2M：CoGA2M 在 TALENT 基准与分布偏移下的表现报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI研究重新审视 GA2M：CoGA2M 在 TALENT 基准与分布偏移下的表现
研究提出多分辨率高阶复合广义加性模型 CoGA2M，在 TALENT 基准的 29 个回归和 32 个分类基线中均进入前三分之一。团队还扩展出存在训练-测试分布偏移的分布外（OOD，Out-of-Distribution）数据划分，CoGA2M 在该设定下优于 LightGBM，显示加性结构在分布偏移下具有此前未被认识的优势。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。