研究者提出草图校准加权共形预测方法

研究者 Mehrdad Pournaderi 提出"草图校准"（sketched calibration）方法，用于协变量偏移下的加权共形预测：以压缩协变量 Z=T(X) 的比值构造权重，并可选地用于评分。其目标覆盖率至少为 1−α−Δ_T，且压缩不会增加与偏移相关的校准成本。 在异方差模拟中，一维草图将无限预测集的比例从 37.8% 降至 8.0%，平均覆盖率为 92.3%，目标值为 90%。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。