Nytt riktmärke avgör om textkommentarer faktiskt hjälper AI:s tidsserieprognoser

arXiv cs.AI

Forskare har skapat ett syntetiskt riktmärke för att testa om statistiska mått (så kallade mutual information-estimatorer) kan avgöra huruvida en textkommentar verkligen tillför något till en AI-modells tidsserieprognoser – ett problem som hittills saknat facit. Sex olika estimatorer testades och alla lyckades korrekt identifiera relevanta kontra irrelevanta textannoteringar, och validerades sedan på sju verkliga dataset. Det praktiskt intressanta: metoden kan sålla bort dåliga träningsdata utan att ens behöva träna en modell.