研究人员开发了一种将共形 p 值转换为 e 值的新方法，解决了现有方法的局限性。这种新颖的 P2E 校准器可确保预测集保持不变，同时可能提高统计效率。该新技术已被证明可以满足覆盖率保证，并提高交叉共形预测和共形聚合等应用中的效率，为不确定性量化开辟了新途径。 AI
影响 增强了适用于机器学习模型的不确定性量化方法。
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
新的 P2E 校准器提高了共形预测的效率
报道来源 [2]
-
从一致性 P 值到 E 值，保持集合的校准
arXiv:2606.03600v1 Announce Type: new Abstract: Standard conformal prediction (CP) procedures are typically formulated in terms of p-values, but reliance on p-values alone limits flexibility, for example, when combining dependent evidence across models or data splits. Recent work…
-
从共形P值到E值，保持集合的校准
Standard conformal prediction (CP) procedures are typically formulated in terms of p-values, but reliance on p-values alone limits flexibility, for example, when combining dependent evidence across models or data splits. Recent work has explored e-value formulations for conformal…