MIT-Forscher identifizieren kritische Ausfälle von Machine-Learning-Modellen in Out-of-Distribution-Szenarien
MIT-Forscher zeigen, dass leistungsstärkste Machine-Learning-Modelle bei Anwendung in neuen Datenumgebungen zu den leistungsschwächsten werden können und somit versteckte Risiken durch falsche Korrelationen in der medizinischen KI und anderen kritischen Anwendungen offenbaren.

