kabena — K-ABENA (v2.1.0)

Même modèle, ~28 % de calcul en moins. K-ABENA exclut à chaque époque une partie des exemples déjà appris et fait voter chaque exemple conservé au nom des dispensés (repondération Horvitz-Thompson) : le gradient reste design-unbiased — preuves et mesures dans le preprint.

La promesse : 2 lignes

EN — Note: the threshold K from the paper is not a constructor argument — it is recomputed internally at every select() call. The knob you tune is k_percentile (default 40.0).

FR — Note : le seuil K du papier n'est pas un argument du constructeur — il est recalculé en interne à chaque appel de select(). ßLe réglage accessible est k_percentile (défaut 40.0).

from kabena import Kabena
kb = Kabena()                                   # 1. défauts du preprint (v3, N=0.3)

for epoch in range(E):
    losses = per_sample_loss(model, X, y)
    active, w = kb.select(losses, y=y)          # 2. masque + poids HT
    model.fit(X[active], y[active], sample_weight=w[active])

print(kb.last_gain_)                            # fraction de calcul économisée

PyTorch : KabenaTorch().reduce(losses) · Keras : callback KabenaKeras · Hugging Face : KabenaTrainer.

Trois paramètres, pas un de plus

Paramètre	Défaut	Rôle
N	0.3	proportion de mineures conservées (budget)
strategy	"auto"	auto(=v3) / v3 / v2 / v1 — bascule transparente
seed	None	reproductibilité du tirage

v2 = mode régularisé optionnel (garde-fou automatique hors zone de validité) · v1 = compatibilité 1.x.

Tutoriels — 4 familles × 3 niveaux

Famille	Niveau 1 (notebook)	Niveau 2 (script)	Niveau 3 (MLOps)
ML classique (logistique, SVM, softmax)	notebook	script	train + serve + Docker
MLP / ANN (PyTorch et TF/Keras)	notebook	PyTorch · TensorFlow	pipeline TorchScript
CNN (PyTorch et TF/Keras)	notebook	PyTorch · TensorFlow	SavedModel / TF Serving
Transformer / NLP (Hugging Face)	notebook	DistilBERT	fine-tune + serve

Reproduire le preprint (Reproducibility)

Chaque table du papier a son script seedé dans validation/ :

Table du preprint	Script
Table 1 — jeux réels, parité à coût réduit	table1_real_datasets.py
Table 2 — déséquilibre extrême 0,17 %	table2_extreme_imbalance.py
Table 3 — moments du gradient, bruit	table3_moments_noise.py
Table 4 — rivaux à budget égal (tests de permutation)	table4_rivals.py
§Sensitivity — grille K × N	table5_sensitivity.py

python validation/run_all.py          # les 5 tables (QUICK=1 pour un smoke test <2 min)
python experiments/playground.py --regime fraude --strategy v3   # bac à sable

Installation

EN — pip install kabena (core: numpy only, works with numpy 1.22 → 2.x). Framework extras: pip install 'kabena[torch]' (note the quotes — required by zsh, the default macOS shell). On Intel Macs, torch stops at 2.2.2 and the extra automatically pins numpy<2 accordingly; on every other platform the extra installs torch ≥ 2.3, which supports NumPy 2.

FR — pip install kabena (cœur : numpy seul, compatible numpy 1.22 → 2.x). Extras framework : pip install 'kabena[torch]' (guillemets obligatoires sous zsh, le shell par défaut sur Mac). Sur Mac Intel, torch s'arrête à 2.2.2 et l'extra épingle automatiquement numpy<2 en conséquence ; sur toute autre plateforme, l'extra installe torch ≥ 2.3, compatible NumPy 2.

pip install kabena                     # coeur (numpy seul)
pip install "kabena[sklearn]"          # + helpers scikit-learn
pip install "kabena[torch]"            # + intégration PyTorch
pip install "kabena[tensorflow]"       # + intégration Keras
pip install "kabena[huggingface]"      # + KabenaTrainer

Licence MIT — © Jean-François Bonbhel · Changelog · Issues