ai2026/6/1 13:00:00

画像: Pexels
キャリブレーション済み選好学習:ラベルランキングの場合
ニュース概要
キャリブレーション(予測確率と真の結果頻度の整合)は信頼できる意思決定に不可欠である。分類と回帰で広く研究されている一方、確率的ラベルランキングにおけるキャリブレーションはまだ正式に取り組まれていない。ここで目標は分布を予測することである。
ニュースタイムライン
2026年6月1日
大規模言語モデルの不確実性における人間的整合性、キャリブレーション、活性化パターンarXiv cs.CL
2026年7月1日
キャリブレーションランキングが逆転する時:LLMの公平な比較のための精度制御評価arXiv cs.CL
2026年7月2日
検証可能な報酬によるキャリブレーションされた確率的予測arXiv cs.LG
記事AI質問チャット
PREMIUMこの記事についてAIが質問に答えます。背景・要約・影響まで深堀り。
ログインして利用関連記事
こんな記事も読まれています
この記事について疑問がありますか?
事実誤認や不適切な内容について通報できます (要ログイン)。
異議申し立て・通報








