Buchumschlag

ODD: Overlap-aware Estimation of Model Performance under Distribution Shift

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mishra, Aayush, Liu, Anqi
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

Density-Softmax: Efficient Test-time Model for Uncertainty Estimation and Robustness under Distribution Shifts
von: Bui, Ha Manh, et al.
Veröffentlicht: (2023)

Density-Regression: Efficient and Distance-Aware Deep Regressor for Uncertainty Estimation under Distribution Shifts
von: Bui, Ha Manh, et al.
Veröffentlicht: (2024)

Steered LLM Activations are Non-Surjective
von: Mishra, Aayush, et al.
Veröffentlicht: (2026)

IA2: Alignment with ICL Activations Improves Supervised Fine-Tuning
von: Mishra, Aayush, et al.
Veröffentlicht: (2025)

Distributionally Robust Policy Evaluation under General Covariate Shift in Contextual Bandits
von: Guo, Yihong, et al.
Veröffentlicht: (2024)

Entropic Projection Alignment: Estimating, Explaining, and Improving Model Performance Under Distribution Shift
von: Amoukou, Salim I., et al.
Veröffentlicht: (2026)

Optimal Classification under Performative Distribution Shift
von: Cyffers, Edwige, et al.
Veröffentlicht: (2024)

On the challenges of detecting MCI using EEG in the wild
von: Mishra, Aayush, et al.
Veröffentlicht: (2025)

Adaptive Estimation and Learning under Temporal Distribution Shift
von: Baby, Dheeraj, et al.
Veröffentlicht: (2025)

Causal-aware Graph Neural Architecture Search under Distribution Shifts
von: Li, Peiwen, et al.
Veröffentlicht: (2024)

Comprehensive Study on Performance Evaluation and Optimization of Model Compression: Bridging Traditional Deep Learning and Large Language Models
von: Saxena, Aayush, et al.
Veröffentlicht: (2024)

Leveraging Gradients for Unsupervised Accuracy Estimation under Distribution Shift
von: Xie, Renchunzi, et al.
Veröffentlicht: (2024)

Mitigating Distribution Shift in Model-based Offline RL via Shifts-aware Reward Learning
von: Luo, Wang, et al.
Veröffentlicht: (2024)

Genomic Next-Token Predictors are In-Context Learners
von: Breslow, Nathan, et al.
Veröffentlicht: (2025)

DECODE: Data-driven Energy Consumption Prediction leveraging Historical Data and Environmental Factors in Buildings
von: Mishra, Aditya, et al.
Veröffentlicht: (2023)

Robust Uncertainty Estimation under Distribution Shift via Difference Reconstruction
von: Xu, Xinran, et al.
Veröffentlicht: (2026)

ShiftKD: Benchmarking Knowledge Distillation under Distribution Shift
von: Zhang, Songming, et al.
Veröffentlicht: (2023)

Off-Policy Evaluation in Markov Decision Processes under Weak Distributional Overlap
von: Mehrabi, Mohammad, et al.
Veröffentlicht: (2024)

Unsupervised Continual Learning for Amortized Bayesian Inference
von: Mishra, Aayush, et al.
Veröffentlicht: (2026)

Trustworthy Machine Learning under Distribution Shifts
von: Huang, Zhuo
Veröffentlicht: (2025)

Minimax Optimal Estimation of Stability Under Distribution Shift
von: Namkoong, Hongseok, et al.
Veröffentlicht: (2022)

Graphs Generalization under Distribution Shifts
von: Tian, Qin, et al.
Veröffentlicht: (2024)

On the Limitations of Temperature Scaling for Distributions with Overlaps
von: Chidambaram, Muthu, et al.
Veröffentlicht: (2023)

Out-of-Distribution Detection with Overlap Index
von: Fu, Hao, et al.
Veröffentlicht: (2024)

Weighted Risk Invariance: Domain Generalization under Invariant Feature Shift
von: Wong, Gina, et al.
Veröffentlicht: (2024)

Certifiably Robust Model Evaluation in Federated Learning under Meta-Distributional Shifts
von: Najafi, Amir, et al.
Veröffentlicht: (2024)

Distributionally Robust Coreset Selection under Covariate Shift
von: Tanaka, Tomonari, et al.
Veröffentlicht: (2025)

Learning Calibrated Uncertainties for Domain Shift: A Distributionally Robust Learning Approach
von: Wang, Haoxuan, et al.
Veröffentlicht: (2020)

Q-Learning with Shift-Aware Upper Confidence Bound in Non-Stationary Reinforcement Learning
von: Bui, Ha Manh, et al.
Veröffentlicht: (2025)

Causal Time Series Modeling of Supraglacial Lake Evolution in Greenland under Distribution Shift
von: Hossain, Emam, et al.
Veröffentlicht: (2025)

Weak-to-Strong Generalization under Distribution Shifts
von: Jeon, Myeongho, et al.
Veröffentlicht: (2025)

Wasserstein-regularized Conformal Prediction under General Distribution Shift
von: Xu, Rui, et al.
Veröffentlicht: (2025)

Assessing the Robustness of Climate Foundation Models under No-Analog Distribution Shifts
von: Navarro, Maria Conchita Agana, et al.
Veröffentlicht: (2026)

Distributionally Robust Safe Sample Elimination under Covariate Shift
von: Hanada, Hiroyuki, et al.
Veröffentlicht: (2024)

Federated Learning with Profile Mapping under Distribution Shifts and Drifts
von: Li, Mohan, et al.
Veröffentlicht: (2026)

Safe Distributionally Robust Feature Selection under Covariate Shift
von: Hanada, Hiroyuki, et al.
Veröffentlicht: (2026)

Estimating Model Performance Under Covariate Shift Without Labels
von: Białek, Jakub, et al.
Veröffentlicht: (2024)

Do pretrained Transformers Learn In-Context by Gradient Descent?
von: Shen, Lingfeng, et al.
Veröffentlicht: (2023)

Improving the Accuracy of Amortized Model Comparison with Self-Consistency
von: Kucharský, Šimon, et al.
Veröffentlicht: (2025)

Improving the Accuracy of Amortized Model Comparison with Self-Consistency
von: Kucharský, Šimon, et al.
Veröffentlicht: (2025)