Bootstrap
PulseAugur coverage of Bootstrap — every cluster mentioning Bootstrap across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
LLM 评估指标需要置信区间来区分信号与噪声
评估大型语言模型 (LLM) 需要理解性能指标中固有的不确定性。单一分数，例如 84.2% 的准确率，可能具有误导性，因为它没有考虑到抽样误差。通过使用 bootstrap 置信区间，开发人员可以将点估计转换为一个范围，揭示模型之间观察到的差异是否具有统计学意义，还是仅仅是噪声。这种方法，特别是用于模型比较的配对 bootstrap，有助于确保改进是真实的，而不是特定评估数据集的结果。
-
新的数据增强自举法统一置信区间构建
研究人员推出了一种新的框架——数据增强自举法（DAB），旨在统一置信区间的构建。该方法利用数据的近似不变变换，将共形预测和经典自举法等现有技术包含在内作为特例。DAB 提供理论覆盖保证，该保证根据不变性的强度进行调整，无需群结构，并将数据增强整合到统计方法中。
-
研究人员提出用于经济学中人工智能生成标签的新引导方法
Timothy Christensen 的一篇新论文提出了一种耦合标签引导方法，用于解决在经济回归中使用人工智能/机器学习生成的标签作为协变量时出现的普通最小二乘估计量中的偏差。研究强调，标准的固定标签引导方法通常无效，除非满足特定的独立性条件。提出的耦合标签引导方法联合重采样真实标签和推算标签，在不满足这些严格条件的情况下提供了更稳健的解决方案，并包含有限样本调整以提高准确性。这项工作通过模拟进行了说明，并应用于分析工资与远程工作状…
-
Eugene Yan 详述其非传统的数据科学领导之路
数据科学专业人士 Eugene Yan 分享了他的职业生涯见解，他最初的心理学背景，后来转型到 IBM、Lazada 和 Amazon 等公司的数据科学岗位。他强调了持续学习、自主项目以及抓住机会的重要性，即使这些机会是意料之外的。Yan 还讨论了他通过写作和演讲分享知识的方法，强调真实性和为听众提供有价值的实用细节。