提出随机分组共形预测框架SGCP

2026年10月15日，arXiv Artificial Intelligence 刊出研究，Meihui Zhong 等作者提出随机分组共形预测框架 SGCP（Stochastic Grouping Conformal Prediction），用于子群可靠的不确定性量化。该框架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，以提升各子群的可靠性。报道称，该方法被证明保留标准覆盖保证，并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。目前事件进展即为该框架的提出与上述实验结论，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。