跳到正文
热点事件持续更新

保形预测揭示认识论不确定性

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

最新研究表明,全量保形预测与分裂保形预测的集合大小差异,直接关联贝叶斯后验方差,即模型的认识论不确定性。该差异由两种相反效应聚合而成:训练更多校准点带来的准确性提升,以及测试点向所有可能标签的“可成形性”。 研究进一步指出,模型的可成形性本身是量化认识论不确定性的有效工具。实证评估显示,该方法在许多场景中表现与当前最佳方法持平,为不确定性量化提供了新视角。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv · ML
    保形预测量化的是何种不确定性?

    研究表明,全量保形预测与分裂保形预测的集合大小差异直接关联贝叶斯后验方差,即模型的认识论不确定性。 该差异由训练更多校准点带来的准确性提升,以及测试点向所有可能标签的“可成形性”两种相反效应聚合而成。 模型的可成形性本身是量化认识论不确定性的有效工具,实证评估显示其在许多场景中表现与当前最佳方法持平。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。