Краткое содержание

arXiv:2506.05583v2 Тип объявления: замена-перекрёстная публикация Аннотация: Конформное прогнозирование широко применяется для оснащения чёрных ящиков моделей машинного обучения средствами количественной оценки неопределённости, обеспечивая формальные гарантии покрытия при наличии обмениваемости данных. Однако эти гарантии нарушаются при столкновении с изменениями субпопуляций, когда тестовая среда содержит иной состав подгрупп населения по сравнению с калибровочными данными. В данной работе мы сосредоточены на неизвестных сдвигах субпопуляции, при которых нам не предоставляется информация о группах, то есть метки подгруппы данных должны быть выведены. Мы предлагаем новые методы, доказанно адаптирующие конформное прогнозирование к таким изменениям, гарантируя корректность покрытия без явного знания структуры субпопуляции. Тогда как существующие методы в аналогичных постановках предполагают наличие идеальных меток подгрупп, наша структура явно ослабляет данное требование и характеризует условия, при которых формальные гарантии покрытия остаются достижимыми. Более того, наши алгоритмы масштабируются до многомерных настроек и сохраняют практичность...