跳到正文
热点事件持续更新

研究者提出规范感知的预测不确定性三分解

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Roman Vashurin 等作者提出并形式化了一种预测风险的三项分解,将风险拆为规范不确定性、残余偶然不确定性与认知不确定性。其中规范不确定性衡量的是:揭示用户未观测到的意图后,贝叶斯风险预期会下降多少。 作者称实验显示,规范不确定性对检测欠明确输入最有效,残余偶然不确定性对检测分布内预测错误最有效。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv cs.CL
    面向规格感知的预测不确定性分解

    研究者提出一种三项式预测风险分解,将风险拆为规格不确定性、残余偶然不确定性与认知不确定性,其中规格不确定性衡量揭示用户未观测意图后贝叶斯风险的预期下降。实验显示,规格不确定性对检测欠明确输入最有效,残余偶然不确定性对检测分布内预测错误最有效。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。