研究人员开发了一种名为 Selection-Safe Conformal Early Exit 的新方法，用于校准具有自适应深度的模型中的保形预测集。该方法在选择数据依赖型退出时，无需进行 alpha/L 校正即可确保覆盖率保证。该方法从前缀最大值构建单个终端路径分数，校准分位数，并返回保证包含有效终端集的嵌套前缀集。在带有 ViT-L/16 模型的 CIFAR-100 上进行的实验表明，与朴素的逐层选择相比，该方法在覆盖率和集合大小方面均有所改善，尤其是在候选退出数量相对于校准集大小较大时。 AI
影响 提高了自适应深度模型预测的可靠性，可能增强其在关键应用中的使用。
排序理由 关于保形预测新方法的学术论文。[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 →
