CONTROLLING MODEL TRUST WITH COMPACTLY SUPPORTED SMOOTH RBF
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Building models for any kind of complex process is an important tool of today's applied computer science. There are many situations where the trust in the model varies over the input space, and where the amount of trust or confidence should significantly affect the behaviour of the model and the resulting decisions (this applies when the model is used within some decision process, e.g., in a control or optimization task). In this paper, we will focus on special one-sided situations where overestimating the true process is considered critical, while underestimating is tolerable (or conversely). We introduce a new type of radial basis function, the confidence term, with the following properties: (a) it is smooth, i.e., infinitely differentiable and (b) compactly supported. We show how one-sided trust control can be achieved for any kind of model by a simple multiplication with the confidence term. To demonstrate the power and flexibility of our approach, two quite different applications are presented, both of which are practically relevant. One is model-based optimization with constraints, where we have to be careful not to narrow the search space too quickly, until we can trust the constraint model. This requires imposing a low confidence on the constraint model until enough data is available. In the other application, active learning with multiple point queries, we need to achieve the opposite and impose a high value of trust in regions that have been already explored.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle