Floor Certification Map

新框架绘制协变量偏移下的选择性预测风险图

研究人员开发了一个名为 Floor Certification Map 的新框架，以解决协变量偏移下的选择性预测问题。该框架帮助操作员在保持低错误率（$\alpha$）的同时，确保预测的最小覆盖率（$eta$）。该方法涉及分析标记源数据和未标记目标样本中的风险，并对不同的模型（Model-B、Model-A、Model-B'）进行了理论推导，并在 SQuAD-to-NewsQA 数据集上进行了实证验证。