arXiv · NLP· Agus Sudjianto, Denis Burakov·· 6 小时前AI 评分22
教师监督、固定表征与校准：候选评分决策模型的精确风险计算
Teacher Supervision, Fixed Representations and Calibration: Exact Risk Calculations for Candidate-Scoring Decision Models
AI 导读
研究在 Gaussian 代理中精确计算候选评分模型的风险，揭示学生模型继承教师偏差且增加数据无法消除，固定表征仅在低于特定样本阈值时降低风险。 Probit 模型中温度缩放仅在校正系数方向正确时消除超额风险，错误时遗留诊断无法检测的残差；Luce 公理下评分一致性需满足 log-sum-exp 聚合条件。
来源：arXiv · NLP · arxiv.org