[控场AI]

#实验设计

共 4 篇相关文章

FIDE:纤维信息可微实验设计,优化基准保持下的动力学法则
·4 分钟

FIDE:纤维信息可微实验设计,优化基准保持下的动力学法则

FIDE(纤维信息可微实验设计)提出条件最小修正原则,解决聚合测量下动力学法则的残余设计自由度问题,优化基准保持场景中的传感器选择与实验设计。

阅读全文 →
检索对了,答案仍错?RAG的「中间迷失」实验设计
·4 分钟

检索对了,答案仍错?RAG的「中间迷失」实验设计

RAG检索到了正确证据,答案却仍然出错?本文基于《Lost in the Middle》论文,设计一套只改变证据位置、固定其他变量的实验方案,用答案准确率、引用正确性和位置敏感度三个指标,测量模型对上下文位置的依赖程度。

阅读全文 →
随机ML实验的等效性检验与运行次数设计
·5 分钟

随机ML实验的等效性检验与运行次数设计

一项研究提出随机机器学习实验的等效性检验协议与运行次数设计公式,用TOST检验和两级方差模型证明方法等效,并给出从等效边界到所需运行次数的闭式解,案例显示两三次运行不足以支撑等效结论。

阅读全文 →
当实验数据被外部决策者使用时,BED 框架该如何重新设计?
·5 分钟

当实验数据被外部决策者使用时,BED 框架该如何重新设计?

标准贝叶斯实验设计假设实验者就是数据使用者,但公开数据常被外部决策者用未知规则解读。本文解读 usage-aware experimental design 框架,分析其如何将外部规则纳入优化目标,以及为什么信息量更大的数据反而可能有害。

阅读全文 →