09:16
官方账号arXiv cs.LG@Shuning Zhao, Patrick Wong, Leran Zhang, Xiaolin Hu
推荐理由：这篇论文的DSI方法用多检查点集成来稳定尾部风险估计，实验效果比单检查点好不少，搞金融风控的值得一看。
尾部风险估计
共 1 条相关 AI 资讯
7月14日
09:16
生成模型在数据稀缺下的决策模拟中越来越常用，但风险敏感应用依赖罕见尾部场景。标准生成目标优化整体分布保真度，低概率尾部易受局部优化噪声影响。论文提出Diachronic Sample Integration (DSI)，一种测试时推理框架，集成来自随机训练轨迹不同检查点的生成样本。DSI通过有限预算偏差-方差理论形式化，并在多变量合成过程和高频交易数据上，相比单检查点基线显著降低尾部估计误差，优于标准扩散和最先进尾部感知基线。