Optimization-AI/LibAUC

何を解決するか

LibAUC は、深層学習における複雑なパフォーマンス指標（X-Risk）を直接最適化する難しさに対処します。標準的な代理損失に頼るのではなく、AUROC、AUPRC、NDCG などの指標を直接最適化するためのツールを提供します。これらは特定の現実世界のタスクにおいてより重要ですが、直接最適化するのは難しいです。

動作方法

このライブラリは、サロゲート損失と専用オプティマイザを実装するための統合フレームワークと使いやすい API を提供します。複数の分野における合成損失関数の最適化を抽象化しています：

• 不均衡データ分類（CID）： AUROC、AUPRC/AP、部分的 AUROC 用のサロゲート損失。
• 順位学習（LTR）： NDCG、top-K NDCG、リストワイズ損失用のサロゲート損失。
• 表現の対照学習（CLR）： グローバル対照損失。

対象ユーザー

不均衡データセット、順位システム、または対照表現学習に取り組んでいる AI 研究者や実務家で、一般的な交差エントロピー損失ではなく、特定のパフォーマンス指標を最適化したい方におすすめです。

特徴

• 広範な応用対応： 不均衡分類、順位学習、対照学習をカバー。
• 多様な指標対応： AUROC、AUPRC、NDCG、pAUC の最適化をサポート。
• 統合ツールキット： 専用の LibAUC Trainer を備え、分散学習をサポート。
• モデル統合： PyTorch と互換性があり、Hugging Face モデルと統合可能。