ICML 2026 模型校准与决策教程资料开源
Aaroth · x · 2026-07-30
Aaron Roth 等人在 ICML 2026 上分享了关于模型校准及其在下游决策和协作中应用的教程。
教程核心探讨如何让模型输出「值得信赖的概率」，并介绍了两个关键应用：
- 辅助决策：让不同目标的下游用户都能基于预测做出最优决策并获得性能保证。
- 人机协作：帮助信息不对称的双方（如 AI 与人类）利用各自知识优势进行高效协作。
教程配套开源了数百页的讲义、幻灯片、交互式 Demo 以及带注释的参考阅读清单。
「研究」频道最新
- Nature：AI 热潮正重塑意识科学研究 — theomitsa · 2026-07-30
- NeurIPS审稿争议：研究者呼吁限制边缘分数 — AvivTamar1 · 2026-07-30
- 物理计算新框架：连接波物理与类脑系统 — neurovium · 2026-07-30
- 用范畴论统一物理与生物计算：跨学科视角下的计算系统设计原则 — neurovium · 2026-07-30
- MIT等提出物理计算闭合准则：物质记忆何时成为自主计算 — neurovium · 2026-07-30
- 仅 3 亿参数实现多语言长文档检索，新模型 mLateOn 发布 — antoine_chaffin · 2026-07-30