顔認識訓練データセットの欠陥監査、修正で性能維持と効率改善へ
arXiv cs.CVは2026年10月21日(現地時間)、顔認識技術の大規模訓練データセットに残存する欠陥に関する研究論文を公開した。研究では、MS-Celeb-1Mおよびその改良版であるMS1MV3データセットを対象に監査を実施。アノテーションエラー、冗長サンプル、データ不整合といった課題が依然として存在することを指摘し、特定された5種類の欠陥を修正することで認識性能の維持・向上と訓練効率の改善が可能になることを示した。
Tag
2 件の関連記事
arXiv cs.CVは2026年10月21日(現地時間)、顔認識技術の大規模訓練データセットに残存する欠陥に関する研究論文を公開した。研究では、MS-Celeb-1Mおよびその改良版であるMS1MV3データセットを対象に監査を実施。アノテーションエラー、冗長サンプル、データ不整合といった課題が依然として存在することを指摘し、特定された5種類の欠陥を修正することで認識性能の維持・向上と訓練効率の改善が可能になることを示した。
arXiv cs.CLが2026年8月13日(現地時間)付けで公開した論文によると、言語モデルの事前学習における訓練データの影響を、下流タスクや検証セットに依存せずに測定する新しい手法が提案されました。提案された手法では、勾配更新が最終パラメータへの二乗距離をどれだけ削減するかで例の影響を定義し、再訓練なしで中間チェックポイントからこの量を推定します。