A Bayesian Nonparametric Perspective on Mahalanobis Distance for Out of Distribution Detection
马氏距离用于分布外检测的贝叶斯非参数视角
机构 * Electrical and Computer Engineering Department（电气与计算机工程系） ； Duke University（杜克大学） ； Statistics Department（统计学系） ； Stanford University（斯坦福大学） ； Wu Tsai Neurosciences Institute（吴泰教授神经科学研究所）
AI总结 本文通过建立贝叶斯非参数模型与相对马氏距离评分（RMDS）之间的形式关系，提出具有分层先验的贝叶斯非参数混合模型来推广RMDS，并在OpenOOD基准上证明其在训练类协方差结构不同且每类数据点较少时优于现有方法。
Comments 32 pages, 5 figures, code is available at https://github.com/rwl93/bnp4ood
Journal ref Transactions on Machine Learning Research (2026)
