همیشه یکی از بزرگترین چالشهای آموزش مدلهای هوش مصنوعی، ارزیابی کیفیت دادهها بدون دسترسی به «حقیقت پایه» (Ground Truth) بوده است. حالا در مقالهای جدید، روشی نوآورانه به نام «امتیازدهی تعیینکننده گرام» (Gram determinant score) معرفی شده که میتواند قابلیت اطمینانِ دادهها را حتی در شرایطی که منابع داده استراتژیک و مبهم هستند، بسنجد.
این روشِ «تجربهگریز» (Experiment-agnostic) به مدلها اجازه میدهد فارغ از نوع آزمایش، کیفیت دادهها را با اندازهگیری دقیقِ حجم بردارها در فضای توزیع آماری شناسایی کنند. این یعنی یک گام رو به جلو برای بهینهتر کردن فرآیند آموزش مدلها با دادههای قابلاعتمادتر! 🚀🧠
منبع: arXiv Machine Learning