GH-ESD: Grounded Hypothesis-Driven Error Slice Discovery for Instance-Level Vision Tasks
视觉模型在语义相干子集上的系统性失败（称为错误切片）揭示了鲁棒性和评估的局限性。现有的切片发现方法主要将切片建模为表示空间中的簇或预定义属性的组合。虽然对于图像级分类有效，但这种公式对于对象检测和分割等实例级任务来说是不够的，在这些任务中，失败通常是由上下文关系和空间基础的视觉模式引起的。我们提出 GH-ESD（扎根假设驱动的误差切片发现），...
Neyman vs Fisher on causal inference
每天，您都会看到诸如新药显示没有效应器研究发现政策没有效果的证据之类的头条新闻。他们听起来很有结论。它们听起来很科学。但令人不安的现实是，科学家们甚至没有就“没有影响”的实际含义达成一致。这并不是一场关于统计公式的晦涩争议。这是统计学史上最有影响力的两位人物——罗纳德·费舍尔爵士和杰西·内曼之间深刻的哲学分歧。他们的[...]
