arXiv · cs.AI· Louis Berthier, Ahmed Shokry, Maxime Moreaud, Guillaume Ramelet, Aymeric Dieuleveut·· 6 小时前
SOCP通过无监督分组减少共形预测的区域覆盖缺口
Self-Organized Conformal Prediction: Reducing Regional Coverage Gaps with Unsupervised Group Discovery
arXiv:2606.29403v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Louis Berthier, Ahmed Shokry, Maxime Moreaud, Guillaume Ramelet, Aymeric Dieuleveut
研究任务与主要进展
基于论文摘要，作者提出Self-Organized Conformal Prediction（SOCP），用未使用校准数据训练的自组织映射发现输入空间分组，并按查询样本匹配单元检索校准缓冲区。方法在十个回归和分类基准上均降低了相对分组共形预测SCP的平均加权覆盖缺口，平均相对变化为-14.8%，输出规模平均增加3.0%；代码已公开于GitHub。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org