热点事件持续更新
SLICE：基于共形 E 值的序列似然无关推断
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026 年 10 月 12 日，arXiv Statistics Machine Learning 发布论文《SLICE：基于共形 E 值的序列似然无关推断》。SLICE 面向只能模拟、似然难解的模型，构造精确的 anytime-valid 置信序列。其方法把每个候选零假设下的新模拟分数共形化为条件 e 值，乘积构成检验鞅，并在参数空间上反演；oracle 似然比得分可最大化期望对数增长，可用摊销神经比率估计逼近。论文在合成基准、LLM API 模型路由审计和微透镜数据上验证，称该序列在持续监控下保持有效，神经得分与精确似然比及专用得分相当。目前仅见此一篇报道，无更早或矛盾信息。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
arXiv 发布 SLICE 论文，提出基于共形 E 值的序列似然无关推断方法并在三类数据上验证。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Statistics Machine LearningSLICE：基于共形 E 值的序列似然无关推断
SLICE 为只能模拟、似然难解的模型构造精确的 anytime-valid 置信序列。它把每个候选零假设下的新模拟分数共形化为条件 e 值，乘积构成检验鞅并在参数空间上反演；oracle 似然比得分最大化期望对数增长，可用摊销神经比率估计逼近。在合成基准、LLM API 模型路由审计和微透镜数据上，该序列在持续监控下保持有效，神经得分与精确似然比及专用得分相当。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。