Растущее число бенчмарков (эталонных наборов данных для оценки качества моделей) в области машинного обучения, ориентированных на конкретную предметную область, привело к методологическому прогрессу, однако для внедрения в реальных условиях требуется иной подход к оценке. Во многих реальных внедрениях специалисты-практики уже используют высококачественные модели, которые в среднем работают хорошо, но дают сбой в небольшой группе случаев, критически важных для приложений. В данной работе разработан метод генерации автоматического бенчмарка на основе ошибок модели. Для этого адаптирован генетический алгоритм для аугментации плохих точек данных и вариационный автокодировщик для аппроксимации плотности данных.

Захаров К.А. (науч. рук. Бухановский А.В.) Генерация автоматического бенчмарка на основе ошибок модели // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16226