OPAL: Asignación optimizada de etiquetado para inferencia asistida
OPAL optimiza el etiquetado para inferencia precisa, logrando intervalos de confianza válidos con menos muestras etiquetadas. Ideal para medicina y ciencias.
#intervalos de confianza
Inferencia Estadística sobre Flujos de Gradiente
Aprende sobre inferencia estadística uniforme en flujos de gradiente. Teoría de límite central y estimador de covarianza sin inversión de matrices.
Cómo reportar correctamente evaluaciones con LLM como juez
Descubre cómo corregir el sesgo en evaluaciones con LLM como juez usando un marco estadístico que mejora la precisión y permite intervalos de confianza.
GLIDE: Inferencia basada en predicciones para evaluar sistemas GenAI
GLIDE: biblioteca Python que combina anotaciones humanas y predicciones de LLM para evaluar sistemas GenAI y agentes sin sesgo, ahorrando costos de anotación.
Predicción Conformal Posterior
<meta name=description content=Predicción Conformal Posterior: método para obtener intervalos de confianza válidos y adaptativos en aprendizaje automático.>