★ 3
新论文提出不确定性引导渐进收缩，推理后训练预算降至0.22%
该研究提出不确定性引导的渐进收缩框架，用蒙特卡洛推理树刻画过程级不确定性，先将语料收缩为紧凑教师池，再在SFT中按学生状态在线路由优化。实验显示仅用全量数据SFT的0.22%优化预算、训练曝光减少450倍以上，仍能维持或提升推理性能，并可跨学生模型族与黑盒教师泛化。
arXiv cs.AI21 天前
#不确定性建模
共 5 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
多专家区间标签的不确定性感知学习
论文针对多专家提供区间标签的场景，区分标签内不精确性与专家间差异两类不确定性来源。方法将异构标签词表统一到概率标签空间，用 Beta 混合分布建模个体区间标签并以 Cramér 距离目标训练，再将预测不确定性分解为组件内、组件间与模型不确定性，并引入分解匹配对齐。在海冰浓度任务上，MAE 相比硬标…
arXiv cs.LG31 天前
★ 2
FARE：面向金融内容公平曝光的深度强化学习框架
该论文提出 FARE（Fair Ranking Executor），一个模块化的不确定性感知执行层，可将任意黑盒 CTR 模型的预测转化为满足 Share of Voice（SOV）公平约束的排序，无需重新训练底层模型。作者将 SOV 约束排序建模为类似算法交易中受限交易执行的深度强化学习问题，并…
arXiv cs.LG34 天前
★ 2
EnSol：环境感知图神经网络预测分子溶解度
研究者提出 EnSol，一个环境感知的概率框架，将溶质与溶剂表示为分子图并分别学习表示，通过交叉注意力捕捉相互作用，温度经特征调制直接注入溶剂环境，并用混合密度网络预测完整溶解度分布。在 SolProp 与 Leeds 基准上分别取得 0.876 和 0.601 的 Spearman 相关，优于现…
arXiv cs.LG42 天前
★ 2
异构分布式系统的个性化联邦分层高斯过程
论文提出 pFedHGP，用于数据分布在异构客户端时的概率回归与分类，将每个客户端的潜在函数分解为共享全局成分、客户端偏差与局部残差。方法通过稀疏诱导变量近似与联邦变分推断保持原始数据本地化，服务器仅同步低维统计量。在压机吨位监测中以 13.77% 标注周期实现完美故障分类，并在联邦空气质量建模中…
arXiv cs.LG45 天前