# 在线校准

该工作用在线反馈控制（自适应共形推断及其免调参、局部自适应、分组条件变体）替换一次性分位数估计，以应对强化学习搜索过程中候选分布非可交换的问题，在三种网络架构族、单步与序列搜索（三个随机种子）中把覆盖率跟踪到请求水平约10^-3以内，同时剪枝25-50%的评估且未测得精度损失，而静态校准失去覆盖率控制、高斯过程基线始终保守。

该工作用在线反馈控制（自适应共形推断及其免调参、局部自适应、分组条件变体）替换一次性分位数估计，以应对强化学习搜索过程中候选分布非可交换的问题，在三种网络架构族、单步与序列搜索（三个随机种子）中把覆盖率跟踪到请求水平约10^-3以内，同时剪枝25-50%的评估且未测得精度损失，而静态校准失去覆盖率控制、高斯过程基线始终保守。

该工作提出一种模型无关的在线鞅PAC-贝叶斯框架，用鞅集中不等式替代独立样本集中，在时间依赖与分布漂移下给出有限样本证书，并将该证书作为代理正则项，在固定预测骨干上训练门控残差贝叶斯头进行在线校准，采用先预测后更新的协议，在卷积、注意力与基于大语言模型的预测器上改善了协变量与概念漂移下的稳定性与准确度。

该工作提出一种模型无关的在线鞅PAC-贝叶斯框架，用鞅集中不等式替代独立样本集中，在时间依赖与分布漂移下给出有限样本证书，并将该证书作为代理正则项，在固定预测骨干上训练门控残差贝叶斯头进行在线校准，采用先预测后更新的协议，在卷积、注意力与基于大语言模型的预测器上改善了协变量与概念漂移下的稳定性与准确度。