研究者提出校准预测驱动推断方法

Lars van der Laan 与 Mark van der Laan 发布被 NeurIPS 2026 接收的论文，提出 Calibrated Prediction-Powered Inference 方法：在标注样本上对预测分数做事后校准，再用于半监督均值估计。论文称这一步无需重训练即可超越原始分数的表现，并开源了配套 Python 包 ppi_aipw。 该方法针对的场景是只有少量标注数据加大量无标注数据、且使用的黑盒预测模型可能未校准的半监督均值守计。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。