محققان در مقالهای جدید، روش نوآورانهای به نام «Covariance Last-Layer Ensemble» (cov-LLE) را معرفی کردهاند که چالش همگرایی و افت تنوع در مدلهای لایه آخر را حل میکند. این روش با اعمال جریمه کوواریانس مستقیم روی فعالسازیها، به مدل اجازه میدهد بدون هزینهی محاسباتی اضافه و بدون افت دقت، عدم قطعیت (Uncertainty) را بسیار بهتر از مدلهای سنتی اندازهگیری کند. این دستاورد گامی بزرگ برای رسیدن به هوش مصنوعیِ قابلاطمینانتر در محیطهای غیرقابلپیشبینی است.
منبع: arXiv Machine Learning