AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-20

پوسٹ سلیکشن توزیعی ماڈل کی تشخیص

اصل عنوان: Post-Selection Distributional Model Evaluation

کارکردگی اور قابلِ اعتمادی کے سمجھوتوں پر امیدوار ماڈلز کا موازنہ کرنے کے لیے ٹیسٹ ٹائم KPI تقسیمات کے قابلِ اعتماد تخمینے کی ضرورت ہوتی ہے، لیکن ایک ہی ڈیٹا کو ماڈلز کی پری سیلیکشن اور ان کی تقسیمات کے تخمینے دونوں کے لیے استعمال کرنا پوسٹ سیلیکشن تعصب پیدا کرتا ہے۔ مصنفین PS-DME پیش کرتے ہیں، ایک فریم ورک جو e-values پر مبنی ہے اور ڈیٹا پر منحصر کسی بھی پری سیلیکشن کے بعد تقسیمی ماڈل کی جانچ کا شماریاتی طور پر درست جائزہ فراہم کرتا ہے، پوسٹ سیلیکشن فالس کوریج ریٹ کو کنٹرول کرتا ہے، اور واضح شرائط کے تحت سیمپل اسپلٹنگ بنیاد کے مقابلے میں سیمپل کی کارآمدی میں ثابت شدہ بہتری دیتا ہے۔ مصنوعی ڈیٹا، بڑے لینگویج ماڈلز کے ساتھ text-to-SQL ڈی کوڈنگ، اور ٹیلی کام نیٹ ورک کی کارکردگی کے جائزے پر تجربات قابلِ اعتمادی کی مختلف سطحوں پر امیدوار کنفیگریشنز کے قابلِ اعتماد موازنہ دکھاتے ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →