arXiv论文提出少标签多问题校准分析

发生了什么

据arXiv cs.LG报道，一篇题为《Recalibrating Many Questions with Few Labels: Minimax Rates and Identification Limits》的论文研究了在少量标签下多问题校准的极小极大率与识别极限。研究指出，对于固定效应，极小极大复合风险为(mn)^{-2/3}等组合；使用池化单调拟合可达到该界限。研究还分析了随机效应下的贝叶斯规则识别及损失界限，扩展了Skibinsky (1968)的界限。