PulseAugur
实时 09:39:50
English(EN) proxymate: Diagnosis and Adjustment of Proxy Estimates for Reliable Inference

Meta 发布 proxymate 框架以可靠地调整代理估计

一个名为 proxymate 的新框架已被开发出来,用于诊断和调整代理估计。由于时间和难度限制,代理估计常被用来替代直接测量。这个开源 Python 包提供了四个级别的分析:代表性、单元级别、估计级别和域级别,每个级别都提供诊断检查和校正策略。Meta 已在各种用例中采用 proxymate,包括实验和流行度估计,并已使用它来评估和校正数百万次代理比较,从而能够更快地就大量实验做出决策。 AI

影响 通过提高用于替代直接测量的代理估计的准确性,增强了 AI 驱动的决策的可靠性。

排序理由 该集群描述了一篇新的研究论文和一个相关的开源 Python 包。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Meta 发布 proxymate 框架以可靠地调整代理估计

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Alexandra N. M. Darmon, Deeksha Sinha, Steve Wilkins-Reeves, Caner Gocmen ·

    proxymate:代理估计的诊断与调整以实现可靠推断

    arXiv:2607.24401v1 Announce Type: new Abstract: Proxy outcomes (such as short-term behavioral signals, model predictions, or surrogate endpoints) are frequently used in place of primary outcomes that are too slow to mature, rare, or challenging to measure directly. But valid infe…