トピック: Spurious Correlation

全セクション横断 3 件

機械学習モデルが少数派グループで精度を大幅に落とす「スプリアス相関」問題を、グループ情報なしで自動検出・補正する「神経分類木」フレームワークが提案された。審査や与信など公正性が問われる業務への応用が見込まれる。

グラフニューラルネットワークの分類精度を平均3.3%改善する手法「BES」が発表された。金融不正検知や医薬品候補探索など、誤分類コストが高い業務領域での実用化が期待される。

人間による注釈作業なしに生成した合成対話データが、注釈付き訓練データの93.3%の性能を達成した。カスタマーサポートのAI導入コストと期間を大幅に圧縮できる可能性がある。