arXiv stat.ML· Eug\`ene Berta, Sacha Braun, Francis Bach, Michael I. Jordan, David Holzm\"uller·· 25 天前AI 评分31
V-ECE:估计广义预期校准误差
V-ECE: Estimating General Expected Calibration Errors
AI 导读
变分估计器 V-ECE 可直接估计涵盖 $L_p$ 距离的广义预期校准误差,完全无需依赖分箱或聚类。该方法通过梯度提升拟合温度缩放残差来估计超额风险,能在数学期望上给出真实校准误差的下界。在半合成任务基准测试中,V-ECE 在二分类场景中位列最精准水平,并显著超越现有的多分类估计器。
来源:arXiv stat.ML · arxiv.org