TL;DR
- چکیده:.
- به منظور به دست آوردن بینش تازه در مورد ویژگیهای پردازش اطلاعات مدلهای مختلف طبقه بندی.
- صوتی،.
چه اتفاقی افتاد
چکیده:. به منظور به دست آوردن بینش تازه در مورد ویژگیهای پردازش اطلاعات مدلهای مختلف طبقه بندی.
صوتی،. ما تجزیه و تحلیل قابلیت انتقال را پیشنهاد میکنیم.
با توجه به یک سیگنال حداقل و کافی برای طبقهبندی در مدل $f$،. تحلیل قابلیت انتقال میپرسد که آیا مدلهای دیگر این سیگنال حداقل را بهعنوان طبقهبندی مشابه در $f$ میپذیرند.
ما تعریف میکنیم که سیگنال کافی قابل انتقال است و یک مطالعه بزرگ روی وظایف طبقه بندی. مختلف 3 دلاری انجام میدهیم:.
ژانر موسیقی،. تشخیص احساسات و تشخیص عمیق جعلی.
دریافتیم که نرخهای انتقال پذیری بسته به کار متفاوت است،. با سیگنالهای کافی برای ژانر موسیقی که در مواقع $\prox26\%$ قابل انتقال هستند.
وظایف دیگر واریانس بسیار بالاتری را در قابلیت انتقال نشان میدهند و نشان میدهند که برخی از مدلها،. بهویژه در تشخیص عمیق جعلی،.
رفتار قابلیت انتقال متفاوتی دارند. تماس میگیریم این مدلها مدلهای «زمین مسطح».
ما صدای دیپفیک را عمیقتر بررسی میکنیم و نشان میدهیم که تجزیه و تحلیل قابلیت انتقال همچنین به. ما امکان میدهد تفاوتهای نظری اطلاعات بین مدلهایی را که با معیارهای آشناتر دقت و دقت ثبت نشدهاند،.
کشف کنیم. صدا (cs.
SD) استناد بهعنوان: (یا v1 [cs. SD] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:. دیوید کلی [مشاهده ایمیل] [v1] جمعه،.
3 آوریل 2026،. 10:.
08:. 53 UTC (335 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.