CLD: Schnell und effizient – Coreset‑Auswahl aus Verlusttrajektorien
Deep‑Learning‑Modelle liefern Spitzenleistungen, doch ihre Skalierbarkeit bleibt ein Problem, wenn Echtzeit‑ oder ressourcenbeschränkte Anwendungen gefragt sind. Mit der neuen Methode Correlation of Loss Differences (CLD) wird dieses Hindernis überwunden: CLD wählt die wichtigsten Trainingsbeispiele aus, indem es die Übereinstimmung ihrer Verlustwerte mit den Verlusttrajektorien eines separaten Validierungssets misst.
