关键词probability estimation
搜索结果 - 10
- BIRD：大型语言模型的可信贝叶斯推理框架
本文提出了一个名为 BIRD 的贝叶斯推理框架，该框架针对大型语言模型提供了可控和可解释的概率估计，通过加入反推因素、LLM 蕴含和可学习的推导贝叶斯建模。实验表明，使用开源的 Llama 模型，BIRD 的概率估计与人类判断的一致率达到了 - 加权支持向量机的稀疏学习和类概率估计
我们提出了一种基于加权支持向量机的稀疏学习方法，结合了自动变量选择和准确的概率估计，既能有效地进行变量选择，又能可靠地估计概率。这种方法在自动变量选择和可靠概率估计方面具有巨大优势，并且适用于高维问题。
- 标签平滑是针对模型错配的鲁棒化方法
本文研究了标签平滑 (label smoothing) 技术的两个修改：损失函数及概率估计，提出了一种改进版的 modified LSLR，并通过理论和实验分别证明了其具有更高的鲁棒性和更糟糕的概率估计性能。
- AAAI我的机器人能实现我的目标吗？预测 MDP 策略达到用户指定的行为目标的概率
本文提出了一种基于概率空间的一致性预测量化回归 (Probability-space Conformalized Quantile Regression, PCQR) 方法，用于估计自主系统的绩效摘要目标间隔的概率。实验表明，该方法可以提供 - 评估神经语言模型中的分布扭曲
我们发现，LSTM 和 Transformer 语言模型系统地低估了来自目标语言的序列的概率，并且对于不太可能出现的序列更为严重，尽管使用更多的训练数据减轻了这种倾向，但这种低估行为还是存在，并且在目标分布熵较低时加剧了这种情况，并且找到了 - 最后一公里配送偏好学习的概率估计和结构化输出预测
本研究探讨了在最后一英里交付的背景下，学习司机和规划者偏好的问题，然后提出了概率估计和机器学习相结合的方法，以最大限度地平衡多个目标，并提出了一种两阶段方法来解决 TSP 问题。
- AAAI多智能体协议中的记忆影响
本文提出了一种名为 “内存共识协议” 的框架，运用内存可以加快一些多代理共识问题的收敛速度，理论分析了代理的初始意见对过程中不同选项胜出的概率的影响，同时对网络拓扑结构进行了实验研究。
- 量子态的阴影成像
该论文介绍了 “影子断层扫描” 的概念，给出了仅需测量 $\widetilde {O} (\varepsilon^{-4}\cdot \log^{4} M\cdot\log D)$ 个状态副本就可以高概率地解决该问题的方法，该方法在量子行业 - 因果性的概率：上下界与鉴别
本文讨论在给定情境下估计一个事件是另一个事件的原因的概率，利用结构 - 语义定义的必需或充分因果关系的概率，我们展示了如何从实验和观察数据中获得这些数量的最佳约束，最小化了关于数据生成过程的假设，并从理论上得出了关于因果概率的严格边界，这些 - 分布式相似度评价
本文研究了分布相似度量的应用，以提高对未见共现情况的概率估计。我们的研究贡献有三个：通过广泛的比较实现了相似度量的分类，通过信息融合确定相似函数类型，介绍一种优秀的函数进行潜在代理分布的量化评估。