标签
提出了将分裂共形预测首次应用于基于神经算子的物理模拟，提供了具有有限样本覆盖保证的无分布预测区间，并利用MC Dropout不确定性生成自适应宽度的区间。
本文介绍了LiverRisk，一个用于NAFLD风险预测的机器学习框架，它结合了梯度提升决策树和一致性预测，为个体风险评估提供校准后的无分布覆盖保证，在内部和外部队列上均实现了高AUROC。
介绍Conf-Gen，一个将共形风险控制适配到生成模型的框架，为大语言模型、图像生成器和AI智能体提供形式化的不确定性保证。
PASC提出了一种用于多阶段NLP和LLM流水线的共形预测方法，该方法提供跨所有阶段的有限样本、无分布假设的联合覆盖保证，相比Bonferroni和独立CP等基线方法，实现了更高的经验覆盖率和效率。