다중예측 기반 효율 추정 프레임워크
MultiPPI는 여러 비용·품질이 다른 예측 모델들을 비용 제한 하에 최적 배분하여, 목표 평균값을 최소 분산·편향 없는 추정량으로 복원하는 방법이다. 공분산을 알 경우 최소-최대 최적성을 보이며, 추정에 필요한 공분산을 작은 사전 샘플이나 전이 데이터로 추정해도 유한표본 성능 보장을 제공한다. LLM 평가 실험 3가지 시나리오에서 기존 PPI·PPI++ 대비 MSE와 신뢰구간 폭을 크게 감소시켰다.
저자: Charlie Cowen-Breen, Alekh Agarwal, Stephen Bates
이 논문은 고비용·고품질 측정과 저비용·저품질 프록시를 동시에 활용해 제한된 예산 내에서 통계적 추정 효율을 극대화하는 새로운 프레임워크인 Multiple‑Prediction‑Powered Inference (MultiPPI)를 제안한다. 문제 설정은 k 차원의 랜덤 벡터 X=(X₁,…,X_k)와 선형 목표 θ∗=aᵀE
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기