English(EN) Enhancing Conformal Prediction via Class Similarity

通过类别相似性增强一致性预测，以实现更好的集合预测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-08 04:00

研究人员开发了一种新颖的方法，通过整合类别相似性来增强一致性预测（CP）。该方法旨在减小预测集的大小，同时确保它们包含语义上相似的类别，这在高风险应用（如医学诊断）中特别有用。该方法在理论上证明了对与组相关的指标的优势，甚至可以减小平均集合大小，并且还有一个利用模型嵌入进行进一步改进的变体。 AI

影响通过减小预测集的大小和语义多样性，提高了关键应用中AI预测的可靠性。

排序理由这是一篇发表在arXiv上的研究论文，详细介绍了一种新的共形预测方法。[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 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ariel Fargion, Lahav Dabah, Tom Tirer · 2026-06-08 04:00

通过类别相似性增强一致性预测

arXiv:2511.19359v2 Announce Type: replace Abstract: Conformal Prediction (CP) has emerged as a powerful statistical framework for high-stakes classification applications. Instead of predicting a single class, CP generates a prediction set, guaranteed to include the true label wit…