无超参检测未知时刻分布漂移,Conformal Martingales 新方法
_onionesque · x · 2026-10-22
arXiv 论文《Monitoring for Shifts at Unknown Times: Parameter-Free Conditional Conformal Martingales》(Tuo Liu、Drew Prinster、Francesco Orabona):
- 问题:条件 conformal test martingale 用于在线检测分布漂移,但已有方法依赖带惩罚的 betting function,需要平滑、裁剪等大量超参,长期平稳后发生漂移时适应很慢。
- 核心思路:把带惩罚的 betting 问题转化为三资产市场的投资组合选择,用带重启的 universal portfolio,并对时间轴做重尾财富分配,从而完全无需超参数,可证明能快速适应未知时刻的漂移。
- 理论结果:建立 anytime 虚警控制,并在可检测备择假设下推导出检测延迟的最优有限样本界。
- 工程实现:基于 FFT 的实现把 T 轮组合序列计算从朴素 O(T³) 降到 O(T²ln T)。
- 实验:合成与真实数据均显示,在长时间无漂移样本之后该方法仍能迅速适应,检测延迟对漂移发生时刻的依赖显著低于已有基线。
「研究」频道最新
- DeepMind 联合剑桥：AI 智能体自主发现并 Lean 验证 11 台图灵机新规则 — rohanpaul_ai · 2026-10-22
- 新论文给出分布式训练中外层优化器稳定性的精确判据 — apsarathchandar · 2026-10-22
- Karpathy 开源 AutoResearch：AI 智能体全自动跑科研实验循环 — mdancho84 · 2026-10-22
- MF² 基准登陆 EMNLP 2026：用 850+ 事实/谣言对考 VLM 看懂电影 — andre_t_martins · 2026-10-22
- Gemini 读论文给化学反应排序：产率从 6% 提到 39% — bravo_abad · 2026-10-22
- AI 辅助文献综述工作流：从上传种子论文到批量提取数据 11 步 — Faheem_uh · 2026-10-22