详细内容或原文请订阅后点击阅览
祝贺＃ICML2025获奖者！
今年的机器学习国际会议（ICML2025）将于7月13日至19日在加拿大温哥华举行。现已宣布2025年杰出纸张，出色的职位论文和测试奖项的获奖者。杰出的纸质颁奖典礼今年有六篇杰出论文：作为贝叶斯正交杰克·斯内尔（Jake Snell）的形式预测，托马斯·格里菲斯（Thomas Griffiths）摘要：AS […]
来源:ΑΙhub今年的机器学习国际会议（ICML2025）将于7月13日至19日在加拿大温哥华举行。现已宣布2025年杰出纸张，出色的职位论文和测试奖项的获奖者。
机器学习国际会议（ICML2025）杰出纸张奖
今年有六篇未杰出论文：
作为贝叶斯正交jake snell的共形预测，托马斯·格里菲斯
作为贝叶斯正交的共形预测 杰克·斯内尔（Jake Snell），托马斯·格里菲斯（Thomas Griffiths）摘要：由于基于机器学习的预测系统越来越多地用于高风险情况，因此重要的是要了解这种预测模型在部署时将如何执行。无分配不确定性量化技术（例如保形预测）即使隐藏了模型的细节，也会为黑框模型提供保证。但是，此类方法基于常见的概率，这过度限制了其适用性。从贝叶斯的角度来看，我们重新审视了共形预测的主要方面，从而阐明了常见保证的缺点。我们提出了一种基于贝叶斯正交的实用替代方案，该替代方案提供了可解释的保证，并提供了更丰富的代表可能在测试时观察到的损失范围。
摘要：在此处完整阅读论文。
在这里滚动骰子并在跳跃之前：超越了下一步的预测Vaishnavh Nagarajan，Chen Wu，Charles Ding，Aditi Raghunathan
滚动骰子并在跳跃之前：超越下一步预测的创造性限制 Vaishnavh Nagarajan，Chen Wu，Charles Ding，Aditi Raghunathan预测在识别最坏的野蛮菲舍尔·阿巴格（Fischer Abaigar），克里斯托夫·克恩（Christoph Kern），胡安·佩杜莫（Juan Perdomo）
识别最坏情况的预测价值 Unai Fischer Abaigar，Christoph Kern，Juan Perdomo 训练最坏的训练，计划最佳计划：了解蒙版扩散中的令牌订购获胜者
标签：
，