OOD检测性能提升65.40%
利用模型库中多个预训练模型的互补性，为每个测试样本动态选择能将其识别为分布外样本的模型，从而一致提升OOD检测效果。
Xue, Feng · Zi, He · Yuan, Zhang · Xie, Chuanlong · Li, Zhenguo · 谭发龙
2024
通过为每个测试样本选择能将其识别为OOD的模型，该方法凝聚了模型库中多个预训练模型的集体判断力，弥补了单一模型的不足。
在CIFAR10和ImageNet基准上相对性能分别提升65.40%和37.25%，验证了方法在多个数据集上的有效性。
理论上证明该方法在模型库充分多样时，能以高概率准确识别OOD样本，同时保持ID样本的真阳性率。