无需学习？基于保守预测的训练免费多专家延迟框架
机器学习
2026-03-31 v3 人机交互
摘要
AI系统在跨所有输入提供可靠预测方面常常困难重重，这激励着混合人类-AI决策模式。现有的学习式延迟(Learning to Defer, L2D)方法通过训练模型来选择性地延迟至人类专家来解决此问题。然而，这些方法需要大量由所有专家标注的训练数据，并且对专家组成的变化敏感， necessitating昂贵的重新训练。我们提出了一个基于保守预测的训练免费、模型无关且专家无关的延迟框架。该方法利用保守预测器的预测集来量化标签特定的不确定性，并通过衡量专家在区分合理标签方面表现的“分离性”准则来选择最合适的专家。针对CIFAR10-H和HAM10000上的三个模型进行实验，证明该方法可在数据稀缺场景下将每个专家所需的训练标签数量降低最高可达91.3%，同时保持预测准确性。由于为训练免费，该方法还将训练时间缩短两个数量级，为人机协作提供了可扩展的替代方案。
引用
@article{arxiv.2509.12573,
title = {No Need for Learning to Defer? A Training Free Deferral Framework to Multiple Experts through Conformal Prediction},
author = {Tim Bary and Benoît Macq and Louis Petit},
journal= {arXiv preprint arXiv:2509.12573},
year = {2026}
}
备注
11 pages, 3 figures, 1 table