الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-23

تصنيف واعٍ بالهشاشة لتوصيف المخاطر والتعلم المتين

العنوان الأصلي: Fragility-aware Classification for Risk Characterization and Robust Learning

لا تعكس الدقة (Accuracy) ومساحة تحت المنحنى (AUC) حجم الأحكام الخاطئة الواثقة، وهو أمر مهم في البيئات الحساسة للسلامة. يقترح المؤلفون مؤشر الهشاشة (Fragility Index)، وهو مقياس متحفظ تجاه المخاطر لقياس مخاطر الذيل لمثل هذه الأخطاء، إلى جانب إطار قابل للتدريب ومنظِّم (regularizer) للشبكات العميقة. وفي بيانات تشخيص طبي حقيقية، كشف مؤشر الهشاشة عن مخاطر خطأ لم تُظهرها الدقة ولا AUC، وحافظت النماذج المبنية على هذا المؤشر على دقة تنافسية مع مؤشر هشاشة أقل وتكلفة تشغيلية متوسطة أقل مقارنةً بتقليل المخاطر التجريبية القياسي في سير عمل محاكى بين الإنسان والذكاء الاصطناعي.

اقرأ المصدر الأصلي ↗

جميع العناصر →