Fugu-MT 論文翻訳(概要): Replicable Conformal Prediction

論文の概要: Replicable Conformal Prediction

arxiv url: http://arxiv.org/abs/2608.23638v1
Date: Sun, 23 Aug 2026 17:47:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-26 14:09:34.43484
Title: Replicable Conformal Prediction
Title（参考訳）: Replicable Conformal Prediction
Abstract要約: 2人のアナリストが毎回、独立したサンプルで同じ予測モデルを調整します。 2つのキャリブレーションが同じオブジェクトを生成することを確認できない。一つのランダムなシードを共有し、キャリブレーションされた閾値を粗い共有グリッドまで丸めれば、緊張は解消される。
参考スコア（独自算出の注目度）: 0.3058685580689604
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Two analysts who calibrate the same predictive model on independent samples will deploy different prediction sets every time, because the calibration threshold inherits the randomness of the data. Wherever deployments must be audited, cached, or approved across sites, this instability is costly: no one can verify that two calibrations produced the same object. We ask two questions: when can independent calibrations yield the identical classifier, and what must that agreement cost? Perfect agreement is impossible, since a procedure that almost always returns one fixed answer cannot remain valid for every distribution, and exact agreement through shared randomness forces the procedure to ignore its data. Sharing a single random seed and rounding the calibrated threshold up to a coarse shared grid resolves the tension: the deployed classifier becomes identical across analysts with any desired probability, coverage guarantees survive, and the price is a quantified increase in set size and calibration data. Matching lower bounds show that no threshold method can pay less, and the method's one tuning constant vanishes asymptotically. Without any shared seed, a fixed grid still confines all analysts to two adjacent classifiers, and no method does better. Replicability also blocks gaming: selecting the most favorable of many recalibrations barely moves a replicable classifier, while the same selection silently undercovers standard conformal prediction. Experiments on real ImageNet outputs, a four-hospital site split, and four language-model families match the theory, including the measured sample-cost frontier.
Abstract（参考訳）: 独立したサンプルで同じ予測モデルをキャリブレーションする2人のアナリストは、キャリブレーション閾値がデータのランダム性を継承するため、毎回異なる予測セットをデプロイする。デプロイを監査し、キャッシュし、承認する必要があるが、この不安定性はコストがかかる: 2つのキャリブレーションが同じオブジェクトを生成したことを検証することはできない。独立キャリブレーションがいつ同一の分類子を得られるのか、その合意のコストはどうなるのか? 完全な合意は不可能であり、ほとんど常に1つの固定された回答を返す手順はすべての分布に対して有効であり続けることができず、共有ランダム性による正確な合意は、そのデータを無視しなければならない。単一のランダムシードを共有して、粗い共有グリッドまでキャリブレーションされた閾値を丸めれば、緊張は解消される:デプロイされた分類器は、アナリスト間で任意の確率で同一になり、カバレッジ保証が存続し、設定サイズとキャリブレーションデータの定量化増加である。一致した下限は、しきい値法がより少なくなることを示し、その方法の1つのチューニング定数は漸近的に消滅することを示している。共有シードがなければ、固定グリッドは、すべてのアナリストを隣接する2つの分類器に閉じ込める。リプリケータビリティはゲームもブロックする: 多くのリカレーションの中で最も好ましいものを選択することは、レプリカブルな分類器をほとんど動かさないが、同じ選択は、標準のコンフォメーション予測を静かに発見する。実際のImageNet出力、4つのホスピタルサイト分割、および4つの言語モデルファミリは、測定されたサンプルコストフロンティアを含む理論に一致する。

関連論文リスト

EDGE: a closed-form directed test for the calibration of probabilistic binary classifiers [0.0]
本稿では,正規確率分類器の校正テストであるEDGEを提案し,ロジスティック回帰法を提案する。 EDGEは、同一のビン付き予測観測テーブルを信頼性図のプロットとして読み出し、その標準化されたビン残差をスムーズなキャリブレーション歪みの小さな前提に投影する。リンクと特徴の相違により、既定のデフォルトが22のシナリオのうち、19のシナリオで全ての競合するビン付きテストに導かれるか、あるいは結び付けられ、再適合ベースのStukelスコアテストが20%から28%のサンプルで分離される場合、計算可能のままであった。
論文参考訳（メタデータ） (2026-08-20T19:06:05Z)
CASP: Learning-Augmented Offline Approximation with Verifiable Certificates and Bounded-Loss PAC Guarantees [1.7545090618311434]
マシンが学習した予測は、オフラインNPハード最適化を高速化するが、予測者にその問題を解決するために何をすべきかを尋ねる。 CASP (Certificate-Augmented Solution Pruning) は代わりに、どの部分の検索空間を無視するかを尋ね、サウンドタイム検証器がチェックした後のみ、各回答を受け入れる。トレーニングされた予測器では、未検証プルーニングは配布シフト時の最適値の最大26%を失うが、検証された同じ予測のデプロイでは、何も失われることはない。
論文参考訳（メタデータ） (2026-07-16T04:02:15Z)
Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
論文参考訳（メタデータ） (2026-04-20T13:25:40Z)
Consensus is Not Verification: Why Crowd Wisdom Strategies Fail for LLM Truthfulness [30.401369966789915]
Pass@kや他の推論計算のスケーリング方法は、外部検証器を持つドメインにおける言語モデルのパフォーマンスを向上させることができる。 5つのベンチマークとモデルで、驚くべきことに、それは不可能です。不確実性の下では、モデルは真であることを識別するよりも、モデルアンサンブル内で他のモデルが何を言うかを予測するのが優れていることが分かりました。
論文参考訳（メタデータ） (2026-02-20T03:35:01Z)
Robust Conformal Prediction with a Single Binary Certificate [58.450154976190795]
コンフォーマル予測(CP)は、任意のモデルの出力を、真のラベルを(調整可能な)高い確率でカバーすることを保証した予測セットに変換する。我々は,MCサンプルが著しく低い場合でも,より小さな集合を生成する頑健な共形予測を提案する。
論文参考訳（メタデータ） (2025-03-07T08:41:53Z)
Conformal Language Modeling [61.94417935386489]
生成言語モデル(LM)の共形予測のための新しい手法を提案する。標準共形予測は厳密で統計的に保証された予測セットを生成する。我々は,オープンドメイン質問応答,テキスト要約,ラジオロジーレポート生成において,複数のタスクに対するアプローチの約束を実証する。
論文参考訳（メタデータ） (2023-06-16T21:55:08Z)
Test-time Recalibration of Conformal Predictors Under Distribution Shift Based on Unlabeled Examples [30.61588337557343]
コンフォーマル予測器は、ユーザが特定した確率で一連のクラスを計算することで不確実性の推定を提供する。本研究では,自然分布シフト下での優れた不確実性推定を行う手法を提案する。
論文参考訳（メタデータ） (2022-10-09T04:46:00Z)
Calibrating Predictions to Decisions: A Novel Approach to Multi-Class Calibration [118.26862029820447]
我々は、下流の意思決定者に対して、予測された分布と真の分布を区別不能にする必要がある新しい概念、即時校正を導入します。決定キャリブレーションは、皮膚病変の判定と、現代のニューラルネットワークを用いたImageNet分類を改善する。
論文参考訳（メタデータ） (2021-07-12T20:17:28Z)
Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
論文参考訳（メタデータ） (2020-06-18T14:17:29Z)
Individual Calibration with Randomized Forecasting [116.2086707626651]
予測値がランダムに設定された場合,各サンプルのキャリブレーションは回帰設定で可能であることを示す。我々は、個別の校正を強制する訓練目標を設計し、それをランダム化された回帰関数の訓練に使用する。
論文参考訳（メタデータ） (2020-06-18T05:53:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。