ML带隙预测多随机种子评测揭示误差波动
热点事件持续更新
ML带隙预测多随机种子评测揭示误差波动
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
ML研究者Jorge Bravo Abad指出，固定randomstate=42得到0.12 eV的MAE只能说明结果可重复，不能证明模型稳健；更换5个随机种子和数据划分后，误差在0.10—0.15 eV之间波动。 因此，0.01 eV量级的模型性能差异不足以证明某种算法更优。Bravo Abad建议研究报告多次运行的均值和标准差，而非只给单次结果。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 20:29
ML 带隙预测评测：固定随机种子不等于稳健性，换 split 误差从 0.10 飘到 0.15 eV报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntML 带隙预测评测：固定随机种子不等于稳健性，换 split 误差从 0.10 飘到 0.15 eV
ML 研究者 Jorge Bravo Abad 指出，固定 randomstate=42 获得 MAE 0.12 eV 只能证明结果可重复，不能证明模型稳健。换用 5 个种子和数据划分后，带隙预测误差在 0.10–0.15 eV 之间波动（±0.02 eV），因此 0.01 eV 量级的模型差异不足以证明算法更优，研究应报告多次运行的均值±标准差。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。