huytransformer/Awesome-Out-Of-Distribution-Detection
این پروژه یک مجموعهٔ عالی از منابع در زمینه تشخیص داده‌های خارج از توزیع (Out-of-Distribution Detection) است که برای پژوهشگران و توسعه‌دهندگان حوزه هوش مصنوعی و یادگیری ماشین بسیار مفید است.
کاربرد:
این مخزن به شما کمک می‌کند تا با آخرین تحقیقات، کتاب‌ها، ویدیوها، آموزش‌ها و کتابخانه‌های متن‌باز در زمینهٔ مقاومت مدل‌های یادگیری ماشین و تعمیم‌پذیری آن‌ها آشنا شوید. به‌ویژه زمانی که مدل با داده‌هایی مواجه می‌شود که در آموزش دیده نشده‌اند، این منابع به بهبود تصمیم‌گیری و اطمینان مدل کمک می‌کنند.
در چه شرایطی بهتره استفاده شود؟
وقتی روی پروژه‌هایی کار می‌کنید که نیاز به اعتمادپذیری بالا دارند — مثل تشخیص بیماری با تصاویر پزشکی، خودروهای خودران یا سیستم‌های امنیتی — استفاده از این منابع برای تشخیص داده‌های غیرمعمول ضروری است.
چند مثال از موارد استفاده:
- بهبود ایمنی مدل در محیط‌های واقعی با تشخیص ورودی‌های ناشناخته
- کاهش خطاهای تصمیم‌گیری در سیستم‌های تشخیص تصویر
- افزایش قابلیت اطمینان مدل‌های زبانی بزرگ (LLMs) در پاسخ به سوالات نامرتبط
- ##OOD
- ##MachineLearning
- ##RobustAI
- ##Generalization
- ##UncertaintyEstimation
- ##DeepLearning
- ##AI
- ##ModelReliability
- ##AnomalyDetection
- ##OpenScience