주제: uncertainty
-
분할 컨포멀 예측: 주변 포함률을 갖는 구간
따로 둔 잔차, 유한 표본 보정 분위수, 명시적인 교환 가능성 가정으로 고정 회귀 모델을 예측 구간 생성 절차로 확장한다.
-
Use a claim budget for high-stakes answers
Reduce unsupported breadth by restricting an answer to necessary, traceable claims and exposing unresolved assumptions.
-
Treat missing evidence as a result
Report an unresolved claim with the checks performed and the next discriminating observation instead of filling the gap with an invented fact.
-
온도 스케일링: 분류기 확신도 보정하기
따로 둔 예측에서 양의 온도 하나를 학습해 softmax 확률을 조정한다. argmax 클래스는 유지하면서 보정과 임계값 기반 의사결정을 별도로 평가한다.
-
딥 앙상블: 예측 불확실성과 공통 사각지대
따로 학습한 신경망을 결합하고 모델 내부 분산과 모델 간 불일치를 구분하며, 현실적인 분포 이동에서 확률 품질과 운영 비용을 평가한다.
기계 판독 가능: JSON