Unsupervised Layer-wise Score Aggregation for Textual OOD Detection

要約

配布外 (OOD) 検出は、AI ベースのシステムの増加による新たな堅牢性とセキュリティ要件により、急速に成長している分野です。
既存の OOD テキスト検出器は、多くの場合、エンコーダーの最終層の埋め込み出力に基づいて計算された異常スコア (マハラノビス距離など) に依存しています。
この研究では、OOD 検出パフォーマンスがタスクとレイヤー出力に応じて大きく異なることが観察されました。
さらに重要なことは、通常の選択 (最後のレイヤー) が OOD 検出に最適であることはめったになく、最適なレイヤーを選択すればはるかに優れた結果が得られることを示しています。
この観察を活用するために、層ごとの異常スコアを組み合わせるデータ駆動型の教師なし手法を提案します。
さらに、より現実的な設定を反映する、より多くのクラス (最大 77) を含む分類タスクを含めることで、従来のテキスト OOD ベンチマークを拡張します。
この強化されたベンチマークでは、提案された集約後手法が、手動による特徴選択を完全に排除しながら、堅牢で一貫した結果を達成することを示します。
そのパフォーマンスは、Oracle の最高のレイヤー パフォーマンスに近いものを実現します。

要約(オリジナル)

Out-of-distribution (OOD) detection is a rapidly growing field due to new robustness and security requirements driven by an increased number of AI-based systems. Existing OOD textual detectors often rely on an anomaly score (e.g., Mahalanobis distance) computed on the embedding output of the last layer of the encoder. In this work, we observe that OOD detection performance varies greatly depending on the task and layer output. More importantly, we show that the usual choice (the last layer) is rarely the best one for OOD detection and that far better results could be achieved if the best layer were picked. To leverage this observation, we propose a data-driven, unsupervised method to combine layer-wise anomaly scores. In addition, we extend classical textual OOD benchmarks by including classification tasks with a greater number of classes (up to 77), which reflects more realistic settings. On this augmented benchmark, we show that the proposed post-aggregation methods achieve robust and consistent results while removing manual feature selection altogether. Their performance achieves near oracle’s best layer performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google