Change is Hard: A Closer Look at Subpopulation Shift

要約

機械学習モデルは、トレーニング データで十分に表現されていないサブグループではパフォーマンスが低下することがよくあります。
しかし、亜集団の変化を引き起こすメカニズムの違いや、アルゴリズムがそのような多様な変化を大規模に一般化する方法についてはほとんど理解されていません。
この作業では、サブポピュレーション シフトの詳細な分析を提供します。
最初に、サブグループの一般的な変化を分析して説明する統一されたフレームワークを提案します。
次に、視覚、言語、および医療分野の 12 の実世界のデータセットで評価された 20 の最先端アルゴリズムの包括的なベンチマークを確立します。
10,000 を超えるモデルのトレーニングから得られた結果により、この分野の将来の進歩に関する興味深い観察結果が明らかになります。
まず、既存のアルゴリズムは、特定のタイプのシフトに対するサブグループのロバスト性のみを改善し、他のタイプのシフトでは改善しません。
さらに、現在のアルゴリズムはモデル選択のためにグループ注釈付きの検証データに依存していますが、グループ情報がなくても、最悪クラスの精度に基づく単純な選択基準が驚くほど効果的であることがわかりました。
最後に、ワースト グループ精度 (WGA) の改善のみを目的とする既存の研究とは異なり、WGA と他の重要な指標との間の基本的なトレードオフを示し、テスト指標を慎重に選択する必要性を強調します。
コードとデータは https://github.com/YyzHarry/SubpopBench で入手できます。

要約(オリジナル)

Machine learning models often perform poorly on subgroups that are underrepresented in the training data. Yet, little is understood on the variation in mechanisms that cause subpopulation shifts, and how algorithms generalize across such diverse shifts at scale. In this work, we provide a fine-grained analysis of subpopulation shift. We first propose a unified framework that dissects and explains common shifts in subgroups. We then establish a comprehensive benchmark of 20 state-of-the-art algorithms evaluated on 12 real-world datasets in vision, language, and healthcare domains. With results obtained from training over 10,000 models, we reveal intriguing observations for future progress in this space. First, existing algorithms only improve subgroup robustness over certain types of shifts but not others. Moreover, while current algorithms rely on group-annotated validation data for model selection, we find that a simple selection criterion based on worst-class accuracy is surprisingly effective even without any group information. Finally, unlike existing works that solely aim to improve worst-group accuracy (WGA), we demonstrate the fundamental tradeoff between WGA and other important metrics, highlighting the need to carefully choose testing metrics. Code and data are available at: https://github.com/YyzHarry/SubpopBench.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google