AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:COCOCO×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月19日
10:59
10:59arXiv cs.LG@Samuele Bortolotti, Emanuele Marconato, Andrea Pugnana, Andrea Passerini, Stefano Teso
精选
神经符号概念模型(NeSy-CBMs)结合神经网络与符号推理,适用于高风险场景,但其预测可能过于自信。研究者引入共形预测(CP)框架,提出三个理想目标:一致性、覆盖率和简洁性。现有方法无法同时满足这些目标,因此他们提出COCOCO,一种事后框架,联合共形化概念和标签,并通过演绎-溯因修正步骤协调两者。COCOCO满足所有三个目标,保持无分布覆盖率,对不完美知识具有鲁棒性,并支持用户指定的大小预算。在8个数据集上的实验表明,COCOCO在性能和集合大小方面优于竞争对手和基线方法。
论文共形预测神经符号模型概念模型可解释AICOCOCO

推荐理由:这项研究解决了高风险AI应用中模型过度自信的痛点,做可解释AI或安全关键系统的团队可以直接参考COCOCO框架来提升预测可靠性。
原文
精选全部日报登录