研究人员开发了一个新的预测模型框架，该框架可以在不确定性很高时放弃预测，专门解决由数据有限引起的认知不确定性。该方法基于贝叶斯学习来最小化预期遗憾，使模型能够拒绝输入，因为可用训练数据不足以进行可靠预测。这是首个学习能够识别此类数据不足场景的预测器的原则性方法。 AI
影响 引入了一种新颖的方法，使模型能够量化和传达不确定性，从而可能提高高风险应用的可靠性。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一个新的预测模型框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
