热点事件持续更新
选择性审计算法实现可证明错误控制
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv cs.AI / cs.LG 发布论文，提出一种选择性审计方法：AI 系统每轮输出决策和置信分数，审计策略据此决定自动接受还是转交人工复核。该方法将流程建模为在线约束优化，目标是在未审计错误比例不超过用户设定阈值的前提下，最小化人工审计频率；论文给出无前提假设、可证明错误控制的算法族，其中一个版本在对抗和 i.i.d. 数据流上均达到渐近最优的审计率。
AI 根据报道生成 · 3 小时前更新
最新进展10月23日 01:59
2026年10月23日 arXiv 论文提出选择性审计算法，兼顾错误控制与降低人工审计频率。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI / cs.LG 最新arXiv 论文提出选择性审计算法，在控制未审计错误率的同时减少人工复核
arXiv 论文提出选择性审计方法，让 AI 系统每轮输出决策和置信分数，再由审计策略决定自动接受还是转交人工审核。该方法把这一流程建模为在线约束优化，在保证未被审计的错误比例不超过用户设定阈值的前提下最小化人工审计频率，并给出无前提假设、可证明错误控制的算法族，其中一个版本在对抗和 i.i.d. 数据流上都达到渐近最优的审计率。
本事件热度走势
当前热度 7·可比范围峰值 8（10月23日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。