arXiv 新论文：Lp 校准误差的变分估计器，区分过度与不足置信
_onionesque · x · 2026-09-15
arXiv 2602.24230（Berta、Braun、Holzmüller、Francis Bach、Michael I. Jordan）提出估计 Lp 校准误差 的变分方法。
- 校准要求预测概率与实际类别频率一致，传统用散度函数评估，多分类场景下很难准确估计。
- 该工作把最近针对 proper loss 的变分校准估计框架扩展到 Lp 散度诱导的校准误差。
- 方法可区分过度置信与不足置信，且不像非变分方法那样高估误差。
- 代码已集成进开源包 probmetrics。
「研究」频道最新
- 新预印本：纤维化最优传输调度使流匹配 FID 相对降 38.6% — MaxUnfried · 2026-09-15
- 2024 调查:AI 研究者认为 10% 灭绝风险属正常估计 — NathanpmYoung · 2026-09-15
- Tao 博客客座文：把 LLM 视作「文化技术」，才能读懂 AI 数学 — AlisonGopnik · 2026-09-15
- RewardAI 发布首款机器人基础模型 OM-1：纯人类数据训练，零样本跨机型 — zipengfu · 2026-09-15
- 2024 年调查：AI 研究者中 10% 灭绝风险预期属常态 — NathanpmYoung · 2026-09-15
- 数字果蝇大脑已能完成开放世界导航,斑马鱼连接组绘制启动 — udmrzn · 2026-09-15