★ 2
平衡k-shot采样下KLPCDA的精确退化问题
论文证明在平衡k-shot采样下，核化线性主成分判别分析（KLPCDA）的类内散度算子恰好是缩放的正交投影算子，导致其七个变体中两个信号特征值完全相等、第三个目标函数失效。作者提出公式内平局打破方法修复，并在冻结LLM嵌入的少样本文本分类上评估，发现交叉验证的逻辑回归探针仍优于所有KLPCDA变体。
arXiv cs.LG53 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文证明在平衡k-shot采样下，核化线性主成分判别分析（KLPCDA）的类内散度算子恰好是缩放的正交投影算子，导致其七个变体中两个信号特征值完全相等、第三个目标函数失效。作者提出公式内平局打破方法修复，并在冻结LLM嵌入的少样本文本分类上评估，发现交叉验证的逻辑回归探针仍优于所有KLPCDA变体。