待验证50% 置信解决方案精确时间
研究者设计了一种新颖的决策规则，能够将每个Credal集映射为单一的预测分布，专门用于CVaR最小化，并在保守性与可用性之间取得平衡。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证研究者提出了一种基于Credal集的方法，其学习器预测输出不再是单一概率分布，而是以Credal集形式呈现一组可能的分布。77% 相似待验证研究推导出一个一阶公式，用于预测拟合在两份独立语料上的预测器之间的期望分歧，考虑文档长度可变、上下文计数随机以及跨 token 偏移的相关性70% 相似待验证该研究的关键洞见是：当从数据模型导出的似然函数已知且可微时，就可以利用引导扩散建模来采样预测分布70% 相似待验证在贝叶斯框架下，当先验信息不充分时，考虑所有合理先验所诱导的后验分布集合就构成一个Credal集。69% 相似待验证弱监督采用由领域专家编写「标注函数」（Labeling Functions）的方式，系统通过概率模型将这些规则综合生成带有置信度的软标签68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012847API
curl https://kongchang.com/api/v1/knowledge/claims/1012847MCP
get_claim(id=1012847)