实体
Track-and-Stop
Track-and-Stop
PulseAugur coverage of Track-and-Stop — every cluster mentioning Track-and-Stop across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新算法考虑不同查询成本，识别最佳大语言模型
研究人员开发了一种新颖的算法，用于从一组大语言模型（LLM）中识别出最优模型，该算法考虑了每个LLM查询成本不同的情况。该算法使用“对决反馈”，其中模型响应的成对比较提供偏好信号，并结合了异构采样成本。这种名为Track-and-Stop的新方法旨在在误差减小时实现渐近最优成本，并在合成和真实世界数据的评估中显示出比现有不考虑成本和考虑成本的方法持续改进。
-
arXiv论文提出因果中介分析新算法
本文介绍了一种新颖的因果中介分析算法，专注于识别能最大化预期直接自然潜在结果（NDPO）的治疗方法。该方法基于Track-and-Stop（TaS）框架，在样本效率和高概率正确性保证方面均有提升。使用IPinYou广告数据集进行了实证验证。
-
新算法通过有限样本分析改进主动假设检验
本文介绍了一种增强型主动假设检验算法，专为安全关键型应用而设计。提出的 Track-and-Stop 算法包含一个假设消除机制，允许它逐步剔除可能性较低的选项，并将资源重新分配给剩余的假设。该分析提供了期望停止时间的非渐近上界，证明了消除通过改进跟踪和集中常数来提供收益。还引入了一个积极性参数来平衡消除速度和置信度保证，并且在合成数据上的实验结果验证了理论发现。