跳到主要内容
检索

# 置信序列

2 篇关联报道

订阅更新
  1. arXiv

    大模型标注不再当标准答案：AAELI把人工审计花在刀刃上，达同一精度少用约21%人工标签

    大语言模型可以廉价标注全部样本，但其判断有偏且误差相关，直接当作人工标签会误导统计推断。AAELI把模型输出当作辅助信息来引导有限的人工审计，并用可预测的经验似然过程构造随时有效的置信序列，使研究者在数据依赖的停止规则下仍能保持覆盖率。在Chatbot Arena上，AAELI把置信序列宽度压到0.10平均需要约870个人工标签，而最强基线RASI约需1100个，节省约21%。

    National University of Singapore
    Hongfu Gao（第一作者）
    经验似然推断AAELI自适应人工审计与 anytime-valid 经验似然推断置信序列自适应人工审计
  2. arXiv

    模拟器能跑但似然算不出：给参数造一条随时可停的置信序列，神经比分逼近精确似然比

    对只能模拟、无法计算似然的模型，SLICE 把每个候选参数下的新模拟当作参照，把观测得分归一化成条件 e 值，连乘后反演得到随时有效的置信序列。有效性不依赖得分是否准确，得分只决定序列收缩的快慢；在合成基准、LLM API 模型替换审计和 OGLE-IV 微引力透镜数据上，用摊销神经比值估计作得分，效果接近精确似然比和针对具体应用的得分。

    University of Oxford
    Stefano Cortinovis（第一作者）
    SLICE：基于共形e值的序贯无似然推断置信序列神经比率估计共形预测基于模拟的推断

已读完全部报道