CMMLU 团队推出 COSI 框架,弱假设下实现稳健统计推断
_onionesque · x · 2026-11-20
arXiv 论文《COSI: A Framework for Robustly Valid Inference》,作者 Arun K. Kuchibhotla、Sivaraman Balakrishnan、Larry Wasserman(CMU)。
- COSI(COnfidence from Scale Invariance)基于 HulC(Hull-based Confidence),利用中位数无偏性从分批估计构造置信集
- 核心思路:将数据分批、在每批上计算估计量,保留所有通过尺度不变性检验的候选参数值作为置信集
- 相比经典 Wald 与 bootstrap 方法,在更弱假设下渐近有效,小样本覆盖率可更接近名义水平
- 应用场景包括均值、误设线性模型的回归系数、张量范数、Fréchet 均值的稳健推断
「研究」频道最新
- 团队称用 Codex 两个月搞定 35 个开放 Erdős 问题,含 Lean 验证 — IgorCarron · 2026-11-20
- ForgeSystem 论文提出按需定制软件的 AI 生产架构 — Div_pradeep · 2026-11-20
- Accord 开源:单相机加 IMU 实现在线稠密米制建图 — BE2R · 2026-11-20
- AltRA-Test:判断 LLM 能否替代人工标注只需约 100 条样本 — Technion · 2026-11-20
- TwinD 深度伪造检测泛化突破:AUROC 大幅领先现有检测器 — Andrii Yermakov · 2026-11-20
- 可视化单个人工神经元:加权求和加激活函数就这么点事 — TinfoilTricorn · 2026-11-20