Skip to content
Hot eventLive

SLICE：基于共形 E 值的序列似然无关推断

1 reports1 sources2 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 2 hr ago

LatestOct 12
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。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    SLICE：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。

Heat trend

There is not enough continuous observation data to draw a trend yet.