研究团队提出选择性预测区间框架SelPI

2026年11月5日，研究团队在arXiv公布了回归框架SelPI（选择性预测区间）。该框架旨在解决区间宽度与区间失误呈负相关（AUROC仅0.38）而无法可靠指导弃权的问题。SelPI在单一损失函数与显式接受率预算下，联合训练点预测、区间预测及弃权头，并引入双门控机制与Fréchet惩罚项进行耦合。实验结果显示，在18个表格基准测试中，SelPI的表现均优于宽度阈值与深度集成方法，中位数缩小了87%与oracle选择器的差距。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。