Buchumschlag

A Closer Look at the Learnability of Out-of-Distribution (OOD) Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Garov, Konstantin, Chaudhuri, Kamalika
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning-Time Encoding Shapes Unlearning in LLMs
von: Wu, Ruihan, et al.
Veröffentlicht: (2025)

Beyond Discrepancy: A Closer Look at the Theory of Distribution Shift
von: Bhattacharjee, Robi, et al.
Veröffentlicht: (2024)

Distribution Learning with Valid Outputs Beyond the Worst-Case
von: Rittler, Nick, et al.
Veröffentlicht: (2024)

A Closer Look at Multimodal Representation Collapse
von: Chaudhuri, Abhra, et al.
Veröffentlicht: (2025)

AP-OOD: Attention Pooling for Out-of-Distribution Detection
von: Hofmann, Claus, et al.
Veröffentlicht: (2026)

OOD-Chameleon: Is Algorithm Selection for OOD Generalization Learnable?
von: Jiang, Liangze, et al.
Veröffentlicht: (2024)

RankOOD -- Class Ranking-based Out-of-Distribution Detection
von: Denipitiyage, Dishanika, et al.
Veröffentlicht: (2025)

Tuning Out-of-Distribution (OOD) Detectors Without Given OOD Data
von: Mondal, Sudeepta, et al.
Veröffentlicht: (2026)

A Closer Look at In-Distribution vs. Out-of-Distribution Accuracy for Open-Set Test-time Adaptation
von: Li, Zefeng, et al.
Veröffentlicht: (2026)

Dataset Watermarking for Closed LLMs with Provable Detection
von: Huang, Pengrun, et al.
Veröffentlicht: (2026)

Unified Uncertainty Calibration
von: Chaudhuri, Kamalika, et al.
Veröffentlicht: (2023)

TS-OOD: Evaluating Time-Series Out-of-Distribution Detection and Prospective Directions for Progress
von: Gungor, Onat, et al.
Veröffentlicht: (2025)

Improving Out-of-Distribution Detection with Markov Logic Networks
von: Kirchheim, Konstantin, et al.
Veröffentlicht: (2025)

MultiOOD: Scaling Out-of-Distribution Detection for Multiple Modalities
von: Dong, Hao, et al.
Veröffentlicht: (2024)

Z0-Inf: Zeroth Order Approximation for Data Influence
von: Kokhlikyan, Narine, et al.
Veröffentlicht: (2025)

Better Membership Inference Privacy Measurement through Discrepancy
von: Wu, Ruihan, et al.
Veröffentlicht: (2024)

Data Redaction from Conditional Generative Models
von: Kong, Zhifeng, et al.
Veröffentlicht: (2023)

OpenOOD v1.5: Enhanced Benchmark for Out-of-Distribution Detection
von: Zhang, Jingyang, et al.
Veröffentlicht: (2023)

How Out-of-Distribution Detection Learning Theory Enhances Transformer: Learnability and Reliability
von: Zhou, Yijin, et al.
Veröffentlicht: (2024)

On the Learnability of Out-of-distribution Detection
von: Fang, Zhen, et al.
Veröffentlicht: (2024)

Auditing $f$-Differential Privacy in One Run
von: Mahloujifar, Saeed, et al.
Veröffentlicht: (2024)

Influence-based Attributions can be Manipulated
von: Yadav, Chhavi, et al.
Veröffentlicht: (2024)

A Closer Look at Deep Learning Methods on Tabular Datasets
von: Ye, Han-Jia, et al.
Veröffentlicht: (2024)

A Closer Look at AUROC and AUPRC under Class Imbalance
von: McDermott, Matthew B. A., et al.
Veröffentlicht: (2024)

Déjà Vu Memorization in Vision-Language Models
von: Jayaraman, Bargav, et al.
Veröffentlicht: (2024)

Privacy Blur: Quantifying Privacy and Utility for Image Data Release
von: Mahloujifar, Saeed, et al.
Veröffentlicht: (2025)

Rethinking Graph Out-Of-Distribution Generalization: A Learnable Random Walk Perspective
von: Sun, Henan, et al.
Veröffentlicht: (2025)

A Closer Look at Knowledge Distillation in Spiking Neural Network Training
von: Liu, Xu, et al.
Veröffentlicht: (2025)

A Closer Look into Mixture-of-Experts in Large Language Models
von: Lo, Ka Man, et al.
Veröffentlicht: (2024)

MetaOOD: Automatic Selection of OOD Detection Models
von: Qin, Yuehan, et al.
Veröffentlicht: (2024)

A Closer Look at Model Collapse: From a Generalization-to-Memorization Perspective
von: Shi, Lianghe, et al.
Veröffentlicht: (2025)

A Closer Look on Memorization in Tabular Diffusion Model: A Data-Centric Perspective
von: Fang, Zhengyu, et al.
Veröffentlicht: (2025)

A Closer Look at the Application of Causal Inference in Graph Representation Learning
von: Gao, Hang, et al.
Veröffentlicht: (2026)

BootOOD: Self-Supervised Out-of-Distribution Detection via Synthetic Sample Exposure under Neural Collapse
von: Wang, Yuanchao, et al.
Veröffentlicht: (2025)

A Closer Look at Spatial-Slice Features Learning for COVID-19 Detection
von: Hsu, Chih-Chung, et al.
Veröffentlicht: (2024)

A Closer Look at Machine Unlearning for Large Language Models
von: Yuan, Xiaojian, et al.
Veröffentlicht: (2024)

OOD-GraphLLM: Graph Large Language Model for Out-of-Distribution Generalized Drug Synergy Prediction
von: Wang, Xin, et al.
Veröffentlicht: (2026)

MAD-OOD: A Deep Learning Cluster-Driven Framework for an Out-of-Distribution Malware Detection and Classification
von: Ige, Tosin, et al.
Veröffentlicht: (2025)

GLIP-OOD: Zero-Shot Graph OOD Detection with Graph Foundation Model
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

Machine Learning with Privacy for Protected Attributes
von: Mahloujifar, Saeed, et al.
Veröffentlicht: (2025)