详细内容或原文请订阅后点击阅览
识别最坏情况的预测价值：访谈unai fischer abaigar
在今年的机器学习国际会议上（ICML2025），Unai Fischer-Abaigar，Christoph Kern和Juan Carlos Perdomo在其工作中获得了杰出的纸质奖，以确定最坏情况的预测价值。我们从Unai听到了有关本文的主要贡献，为什么预测系统是一个有趣的研究领域，以及进一步的[…]
来源:ΑΙhub在今年的机器学习国际会议上（ICML2025），Unai Fischer-Abaigar，Christoph Kern和Juan Carlos Perdomo在其工作中获得了杰出的纸质奖，以确定最坏情况的预测价值。我们从Unai那里听到了有关本文的主要贡献，为什么预测系统是一个有趣的研究领域，以及他们在这个领域计划的进一步工作。
机器学习国际会议（ICML2025） Unai Fischer-Abaigar，Christoph Kern Juan Carlos Perdomo 识别最坏情况的预测价值 您的论文中的研究主题是什么？为什么这是一个有趣的研究领域？ 我的工作着重于公共机构中使用的预测系统，以做出有关人的高风险决策。一个中心示例是资源分配，机构面临有限的容量，并且必须决定要优先考虑哪些案件。想想就业办公室决定哪些求职者最有长期失业的风险，医院分式患者或欺诈调查人员确定最有可能进行调查的案件。 越来越多的机构采用AI工具来支持其运营，但是这些工具的实际下游价值并不总是很清楚。从学术的角度来看，这一差距指出了研究算法决策系统的一个有趣的方面，因为它促使我们超越了预测算法。我们需要研究这些系统是如何设计，部署和嵌入在更广泛的决策过程中的。在我们的工作中，我们问：这些预测系统何时从对下游福利感兴趣的社会计划者的角度真正值得？有时，机构可以通过扩大能力来实现更大的收益，而不是投资于使预测更加准确，例如，雇用更多的案例工作者并处理更多的案例。 您的作品的主要贡献是什么？ 当系统已经接近完美时。 ， Juan Carlos Perdomo识别最坏情况的预测价值
您的论文中的研究主题是什么？为什么这是一个有趣的研究领域？
我的工作着重于公共机构中使用的预测系统，以做出有关人的高风险决策。一个中心示例是资源分配，机构面临有限的容量，并且必须决定要优先考虑哪些案件。想想就业办公室决定哪些求职者最有长期失业的风险，医院分式患者或欺诈调查人员确定最有可能进行调查的案件。
越来越多的机构采用AI工具来支持其运营，但是这些工具的实际下游价值并不总是很清楚。从学术的角度来看，这一差距指出了研究算法决策系统的一个有趣的方面，因为它促使我们超越了预测算法。我们需要研究这些系统是如何设计，部署和嵌入在更广泛的决策过程中的。在我们的工作中，我们问：这些预测系统何时从对下游福利感兴趣的社会计划者的角度真正值得？有时，机构可以通过扩大能力来实现更大的收益，而不是投资于使预测更加准确，例如，雇用更多的案例工作者并处理更多的案例。
当系统已经接近完美时。，