Candès
PulseAugur coverage of Candès — every cluster mentioning Candès across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的 minimax 最优估计量提高了逻辑回归的准确性
研究人员开发了一种新的 minimax 最优估计量，用于高斯设计的逻辑回归，改进了现有的误差率。这种新估计量的误差率为 O(sqrt(R^3/n))，在范数估计方面具有理论最优性。该工作还将 MLE 的有限样本误差率精炼为 \tilde{O}(sqrt(R^3/n) + R^2d/n)，解决了 MLE 的内在偏差。数值实验表明，所提出的估计量优于 MLE。
-
新研究应对在线共形预测和选择挑战 · 跟踪3个来源
三篇新研究论文探讨了在线共形预测和选择的进展，解决了现有方法的局限性。第一篇论文介绍了一个统一的在线共形预测框架，即使在对抗性设置下也能同时控制覆盖率违规和预测集效率。第二篇论文侧重于有限反馈下的高效在线共形选择，在类似赌博机的反馈下证明了对抗有效性和随机效率。第三篇论文提出了鲁棒共形选择（RCS），一种旨在即使在校准数据被噪声响应污染时也能保持有效的错误发现率控制的方法，并在包括大型语言模型在内的各种应用中展示了其有效性。
-
新研究通过自适应策略推进在线一致性推理
两篇新研究论文探讨了在线一致性推理的进展，这是一种用于创建具有保证覆盖率的预测集的_方法_。第一篇论文《通过Blackwell可及性视角进行的自适应一致性推理》将问题重新表述为一场博弈，并引入了一种策略，该策略可确保有效性，同时根据底层数据随机性调整效率。第二篇论文《具有回顾性调整的在线一致性推理，可更快地适应分布变化》提出了一种新颖的方法，该方法使用回归和留一法更新来追溯性地调整过去的预测，以更好地适应不断变化的数据分布，预测区间宽…