ИССЛЕДОВАНИЕ · RESEARCH · #834
Аудируемая, калиброванная схема селективного отказа для прогноза тяжести ДТП, связанного с деменцией (arXiv:2609.22694v1)
В препринте arXiv предложена воспроизводимая, контролирующая утечку и использующая селективный отказ оценочная схема для предсказания тяжести ДТП, связанных с деменцией, на основе 4 781 записи по Техасу. Авторы сравнивают структурные, нарративные, объединённые, калиброванные объединённые модели, BERT-семейство и локальные LLM; Gemma (контроль утечки) показала наивысший наблюдаемый macro-F1 = 0,545 (95% ДИ [0,507, 0,583]), лучшая калиброванная объединённая модель — macro-F1 = 0,522 и ECE = 0,033; при селективном отказе с покрытием 70% macro-F1 возрастает до 0,573, а «severity cost» падает до 0,577, при этом отложенные случаи предлагается направлять на человеческую экспертизу.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В препринте arXiv предложена воспроизводимая, контролирующая утечку и использующая селективный отказ оценочная схема для предсказания тяжести ДТП, связанных с деменцией, на основе 4 781 записи по Техасу.
- Авторы сравнивают структурные, нарративные, объединённые, калиброванные объединённые модели, BERT-семейство и локальные LLM; Gemma (контроль утечки) показала наивысший наблюдаемый macro-F1 = 0,545 (95% ДИ [0,507, 0,583]), лучшая калиброванная объединённая модель — macro-F1 = 0,522 и ECE = 0,033; при селективном отказе с покрытием 70% macro-F1 возрастает до 0,573, а «severity cost» падает до 0,577, при этом отложенные случаи предлагается направлять на человеческую экспертизу.
- Переформулирует задачу предсказания тяжести ДТП как управляемую с точки зрения решений, аудируемую триажную задачу и демонстрирует, что селективный отказ и калибровка повышают надёжность и позволяют организовать человеческую проверку в критичных для безопасности процессах.
ПОЧЕМУ ЭТО ВАЖНО
Переформулирует задачу предсказания тяжести ДТП как управляемую с точки зрения решений, аудируемую триажную задачу и демонстрирует, что селективный отказ и калибровка повышают надёжность и позволяют организовать человеческую проверку в критичных для безопасности процессах.