评测跑完的逐题记录不再丢弃:审计层复用旧输出,在MMStar上量出图像零增益超出置换零假设
VLMEvalKit新增审计层,复用已完成的评测逐题输出并加一次去图重跑,在MMStar上测得20.2%的题目图像不带来平均准确率增益,扣除逐题置换零假设后仍超出。
VLMEvalKit新增审计层,复用已完成的评测逐题输出并加一次去图重跑,在MMStar上测得20.2%的题目图像不带来平均准确率增益,扣除逐题置换零假设后仍超出。
作者提出Delaunay加权两样本检验:在低维流形假设下用Delaunay三角剖分定义同时包含测地距离与相对方向的Delaunay权重,以组内Delaunay权重均值作为检验统计量并用置换法计算p值,理论上证明原假设下渐近正态、备择假设下相合,模拟显示在两分布协方差主方向不同时功效显著优于k-NN、k-MST、核检验、e-distance、协方差检验与回归检验,并在小鼠蛋白表达数据上以p=0.011检出药物治疗组差异。
已读完全部报道