OQRC

新的OQRC方法为机器学习模型提供更严格的风险控制

研究人员推出了一种名为基于占用率的分位数风险控制（OQRC）的新方法，旨在为机器学习模型提供更严格、更有效的风险控制界限。该方法解决了现有分位数风险控制方法过于保守或缺乏严格有限样本保证的局限性。OQRC通过将风险控制构建为一个有限占用问题，划分损失空间并基于校准损失来界定风险。理论分析表明，OQRC提供了收敛高效的严格界限，实验表明风险差距显著减小。