小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ
沉浸式翻译 immersive translate
Dify.AI
如何在Scikit-learn中校准分类器的概率

本文介绍分类器概率校准:模型输出的0.9并不必然代表90%的真实概率。作者用Covertype数据训练朴素贝叶斯和随机森林,通过可靠性图和Brier分数展示校准偏差,并用Platt缩放(sigmoid)与等渗回归进行修正。校准集应独立于训练集;样本少于约1000时宜用sigmoid,更多时可用等渗回归。校准后ROC-AUC基本不变。

如何在Scikit-learn中校准分类器的概率

KDnuggets KDnuggets · 2026-11-17T15:00:00Z

谷歌发布Gemini Decisions API及Gemini Decision 1模型,专为工具选择、策略检查、模型路由等封闭式决策设计。支持文本、图像、音频、视频、PDF多模态输入(最多256K token)及最多1000个问题,单次前向传播直接输出概率与置信度,端到端延迟150-250毫秒。每百万输入token收费0.10美元,输出token免费。支持是/否、多选、评分三类问题。谷歌内部已用于Gemini Notebook动态路由、Stitch快速设计、CC表情选择及搜索安全检测。

Gemini Decisions API:快速、校准的多模态决策

The Keyword The Keyword · 2026-11-11T18:00:00Z

Jev不生成文本,却把AI裁判圈掀了个底朝天! 当所有人都在卷大模型对话能力时,一个不写代码不聊天的模型Jev,用一组概率数字把GPT-5和Claude按在地上摩擦。它不输出文字、不写解释、不跟你废话,却成了2026年AI评估圈最狠的裁判。本文拆解Jev如何用概率分布打败花哨的LLM裁判,以及它揭示的评估真相。 ## Jev揭秘:LLM裁判为何自身难保 让大语言模型当裁判来评

RLCD vs RLHF:Jev用校准决策颠覆LLM裁判

极道 极道 · 2026-10-04T02:17:00Z
Kumo Tabular工程评估:零训练预测、校准与分布漂移

NVIDIA发布Kumo Tabular表格基础模型,将标注行作为上下文,一次前向即可预测,无需逐任务训练。模型参数28M至215M,官方称四组评测第一、快17倍,但真实分布漂移时准确率会下降。作者认为它更适合冷启动基线,而非直接替代成熟风控模型,上线前须做校准、漂移监控与时间留出门禁。

Kumo Tabular工程评估:零训练预测、校准与分布漂移

Java for You Java for You · 2026-09-30T02:30:29Z
LLM决策架构迎来解耦拐点,TypeSafe的Jev用概率校准替代生成式推理

TypeSafe发布Jev决策模型,采用RLCD概率校准替代大模型生成式推理,直接输出概率而不生成推理过程。单次决策成本约0.0004美元、耗时0.4秒,比Opus 5便宜400倍、快近百倍。独立测试中,Jev零样本垃圾邮件分类准确率达98.3%,打平用1.48万条数据训练的分类器,概率校准可靠,可自动处理95.4%样本。其短板是不生成解释、准确率方差大、反馈回路需重建。

LLM决策架构迎来解耦拐点,TypeSafe的Jev用概率校准替代生成式推理

极道 极道 · 2026-09-19T06:30:00Z
VLA-Precision——用于在线RL的VLA非对称协同自举方法:以人工纠偏行为克隆提速、渐进价值校准稳策、相对优势更新防漂移

论文提出VLA-Precision框架,以解决真实世界VLA在线强化学习中的算法稳定性与系统效率瓶颈。算法层面提出ACoB,结合快速行为学习与渐进价值校准以抑制策略漂移;系统层面提出ACoB-Stream,通过经验上下文生成、持久化、访问与策略同步四阶段闭环,降低端到端开销,支持大规模VLA高效持续在线训练。

VLA-Precision——用于在线RL的VLA非对称协同自举方法:以人工纠偏行为克隆提速、渐进价值校准稳策、相对优势更新防漂移

结构之法 算法之道 结构之法 算法之道 · 2026-09-12T14:29:57Z
Claude API省钱实操手册:提示缓存、反模式清理、effort校准,三步省下45%!

Anthropic发布Claude API成本优化指南,通过提示缓存、清理反模式指令和校准effort三步,可降低45%以上成本并提升性能。提示缓存可省90%费用,反模式指令会拖累新模型,effort需按任务调整。官方提供prompt-audit、cost-optimize和hillclimb三个自动化命令,实测成本降幅达52%-73%,准确率提升5.3%。优化需持续进行,随模型升级和对话变化调整。

Claude API省钱实操手册:提示缓存、反模式清理、effort校准,三步省下45%!

极道 极道 · 2026-09-08T23:07:00Z
LLM何时能替代人类进行A/B测试?

LLM预测可替代人类进行A/B测试,但需满足替代性和可比性假设。在Upworthy数据集中,校准LLM输出可恢复治疗效果,但线性校准失败,机器学习方法更有效。新治疗越偏离历史数据,假设越不可验证,LLM优势与风险并存。人类实验仍不可或缺,LLM可辅助筛选和降方差,但不能完全替代。

LLM何时能替代人类进行A/B测试?

Spotify Engineering Spotify Engineering · 2026-08-13T18:57:22Z

Elastic 9.5正式发布,新增列式存储模式、向量数据库索引模式及自动校准,提升存储与查询效率。安全方面推出AI驱动的攻击发现与告警分类,助力实现“告警清零”。可观测性支持原生Prometheus与PromQL,简化迁移。Agent Builder增强监控与人工审批,Kibana支持AI生成仪表盘,整体提升数据管理、AI代理构建及安全运营能力。

Elastic 9.5:列式存储、向量数据库索引模式与自动校准,以及AI驱动的告警分类

Elastic Blog - Elasticsearch, Kibana, and ELK Stack Elastic Blog - Elasticsearch, Kibana, and ELK Stack · 2026-08-04T00:00:00Z

Elastic 9.5正式发布,推出列式存储模式、VectorDB索引模式与自动校准,提升存储效率与向量搜索性能。新增Agent Builder增强、AI原生Kibana、原生Prometheus支持及安全功能Alert Zero,强化可观测性与安全运营,助力开发者构建AI智能体并简化数据管理。

Elastic 9.5:列式存储、VectorDB 索引模式和自动校准,以及 AI 驱动的警报分类

Elastic Blog Elastic Blog · 2026-08-04T00:00:00Z
不是完美主义者——校准至上

作者自称非完美主义者,而是对校准苛刻。软件崩溃源于错误假设而非代码丑陋。他通过监控图发现日志尖峰实为清理任务造成的平台期,强调测量与标注未验证项的重要性。方法核心是粗糙交付,精确测量:优先验证模型假设,而非打磨代码。现实永远正确,怀疑是廉价调试工具。提前校准可避免未来危机,将事故消灭在初期。

不是完美主义者——校准至上

Lifelog — A Mythology-Driven Devlog Lifelog — A Mythology-Driven Devlog · 2026-08-01T14:34:56Z

本文介绍纯代码合成钢琴音色的校准过程。作者通过残差迭代法,而非指标逼近,逐步分离锤击瞬态、音板共鸣和噪声,将残差降至-21.7dB。关键发现包括:高次泛音呈双偏振结构、起音检测需精修、高频段实为随机噪声、需用投影相干度区分真实泛音,并强调同相激发的重要性。最终计划拟合全键规律,生成更纯净的合成钢琴音色。

物理建模钢琴音色校准:40 条血泪经验

茜文的博客 茜文的博客 · 2026-07-26T18:24:13Z
利用校准稀疏注意力加速文本到视频生成

本文介绍CalibAtt,一种无需训练的加速文本到视频生成方法。它通过离线校准识别注意力中的稀疏和重复模式,在推理时跳过不重要的token连接,实现硬件高效计算。实验表明,在Wan 2.1等模型上,CalibAtt可提升端到端速度达1.58倍,同时保持视频质量和文本对齐。

利用校准稀疏注意力加速文本到视频生成

Apple Machine Learning Research Apple Machine Learning Research · 2026-07-21T00:00:00Z
线上健身课的 RTC 技术解码:音乐节拍同步、多机位跟练与 AI 动作校准

线上健身课面临音视频同步的技术挑战,要求延迟低于100ms,以确保教练口令、背景音乐和学员动作的精准对齐。即构科技通过多音频源混合和双视频通道实现实时互动,支持直播、私教和小班教学。关键技术包括音乐节拍同步、镜面模式和AI动作检测,优化音频和视频质量,提升线上健身体验。

线上健身课的 RTC 技术解码:音乐节拍同步、多机位跟练与 AI 动作校准

实时互动网 实时互动网 · 2026-07-01T07:19:48Z

大型语言模型(LLMs)普遍存在误校准问题,导致信心分数与实际正确率不符。传统的后处理校准方法包括温度缩放、Platt缩放和等距回归,但由于LLMs的复杂性,这些方法需谨慎应用。研究表明,适应性温度缩放(ATS)能有效改善校准,而Platt缩放适合小数据集,等距回归在数据充足时表现最佳。选择合适的校准方法需考虑任务的“信心”定义。

深入探讨语言模型的校准:Platt缩放、等距回归与温度缩放

KDnuggets KDnuggets · 2026-06-05T14:00:11Z
黄仁勋率先开源量子AI大模型

英伟达推出全球首个开源量子AI模型家族NVIDIA Ising,旨在解决量子计算中的校准和纠错问题。Ising系列模型通过AI工具简化复杂物理系统的理解,提升量子计算的实用性,显著提高量子处理器的准确性和性能。

黄仁勋率先开源量子AI大模型

量子位 量子位 · 2026-04-15T04:45:55Z
Tangram Vision与OpenCV合作解决您的校准问题

Tangram Vision与OpenCV合作推出MetriCal工具,旨在解决多传感器校准问题。该工具能够快速融合相机、LiDar和IMU等数据,提供准确的校准结果。为庆祝合作,Tangram Vision为新用户提供特别优惠,购买15个积分可获30个积分,部分收入将支持OpenCV的使命。

Tangram Vision与OpenCV合作解决您的校准问题

OpenCV OpenCV · 2026-04-07T18:30:14Z
蓝区老人真老得慢了吗:新研究用SuperLearner校准表观遗传时钟发现微小优势

新研究表明,尼科亚蓝区老人的生物年龄比实际年龄年轻约1-2岁,低于之前的5-10岁说法。研究采用SuperLearner算法校准表观遗传时钟,强调需针对特定人群进行校准以减少误差。

蓝区老人真老得慢了吗:新研究用SuperLearner校准表观遗传时钟发现微小优势

极道 极道 · 2026-04-03T23:08:00Z
基于标记训练,基于概念校准:大型语言模型中语义校准的出现

研究表明,基础大型语言模型(LLMs)在开放领域问答任务中能够有效评估其语义信心,尽管未经过专门训练。文章提出了一种理论机制,解释了语义校准如何作为下一个标记预测的副产品,并通过实验验证了基础LLMs在问答任务中的语义校准性。

基于标记训练,基于概念校准:大型语言模型中语义校准的出现

Apple Machine Learning Research Apple Machine Learning Research · 2026-03-24T00:00:00Z
浙大团队破解多模态模型「盲目自信」:先校准置信度,再分配算力丨CVPR’26

浙江大学与阿里巴巴等团队研究发现,多模态大模型在视觉推理中存在“盲目自信”现象,即在图像质量下降时仍保持高置信度。为解决此问题,提出CA-TTS框架,通过置信度校准和资源分配优化推理效果。实验表明,该方法在多个视觉推理基准上显著提升准确率,强调了先感知后推理的重要性。

浙大团队破解多模态模型「盲目自信」:先校准置信度,再分配算力丨CVPR’26

量子位 量子位 · 2026-03-22T07:17:19Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 1tok 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator 模力方舟 Gitee AI

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码