PIN v5 сообщает об исправлении отчёта о точности предыдущей версии, уточняя, что ранние показатели были завышены из-за головы, выполняющей работу, которую должна была выполнить глубина. Обновление также подробно описывает «членов» (members) — лёгкие адаптеры, добавляемые к замороженным базам, которые достигают 96,7% от модели для конкретной задачи, при этом не возмущая базу ни на йоту.
- На CIFAR-10 остаточная архитектура с той же структурой достигает точности 0.9080 из 270 277 сохранённых значений, что представляет собой сокращение в 8 939 раз по сравнению с опубликованными данными для сетей такой формы.
- Члены, настроенные методом закрытой формы решения гребневой регрессии (ridge solve), превосходят базовую модель на пяти примерах и достигают 68% от потенциальной возможности на двадцати примерах за 0.6 миллисекунды.
- Линейный зонд на замороженных признаках разделяет известные и неизвестные категории с AUC 0.8286, что позволяет реализовать гейтирование (gating), повышающее точность с 0.5936 до 0.8209.
- Члены портативны; перевод, настроенный на пятидесяти публичных примерах, восстанавливает 65% производительности нативного члена на разных базах.
Авторы считают это значимым, поскольку это решает проблему, при которой уверенность является ненадёжным сигналом для неизвестных категорий, демонстрируя, что гейтирование на основе внутреннего разделения признаков может эффективно обрабатывать входные данные за пределами распределения.