SGCP：面向子群可靠性的随机分组共形预测框架

研究者提出随机分组共形预测（SGCP），通过学习随机分组映射让每个样本从校准行为相近的样本中获取校准信息，形成局部评分律，从而提升各子群的可靠性。该方法被证明保留标准覆盖保证，在合成与真实基准上持续缩小子群覆盖差距，同时预测集尺寸更小或与现有基线相当。