PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2603.29466v2cs.LG

An Isotropic Approach to Efficient Uncertainty Quantification with Gradient Norms

뉴럴 네트워크의 예측 불확실성 정량화를 위해 1차 테일러 전개와 등방성(isotropic) 공분산 가정을 결합하여, 단일 순전파-역전파만으로 인식론적 불확실성을 그래디언트 노름의 제곱으로, 우연적 불확실성을 Bernoulli 분산으로 추정하는 경량화 방법을 제안한다. TruthfulQA에서는 결합 추정치가 AUROC 0.63을 달성한 반면 TriviaQA의 사실 암기 과제에서는 거의 무작위 수준에 그쳐, 파라미터 수준 불확실성이 정답 예측에 유용한 신호를 제공하는 맥락은 벤치마크에 따라 다름을 보인다.