합의 기반 선택적 예측: 리프치츠 일관성 버전 스페이스 접근법

요약

본 기술 기사는 선택적 예측(selective prediction)을 합의 기반 접근 방식으로 다룹니다. 주어진 임베딩 공간에서 라벨링되지 않은 풀 중 일부 점만 쿼리할 수 있는 상황을 가정하며, 리프치츠 일관성 제약 조건을 활용하여 모델이 모든 헤드가 동의하는 경우에만 예측하도록 합니다. 또한 예산 기반 쿼리를 위한 모노톤 서모듈러 기하학적 대안(proxy)도 제시합니다.

핵심 포인트

• 선택적 예측을 합의(agreement) 관점에서 접근하여, 모든 헤드가 동의할 때만 예측을 수행하도록 합니다.
• 리프치츠 일관성 분류 헤드의 버전 스페이스를 정의하고, 이를 통해 인증된 유효 라벨 집합을 도출합니다.
• 모델은 라벨이 강제될 때(일관성이 확보될 때)에만 예측하며, 그렇지 않으면 포기(abstain)하는 메커니즘을 사용합니다.
• 예산 기반 쿼리를 위해 모노톤 서모듈러 기하학적 대안(proxy)을 제안하고 그로디 알고리즘의 근사 인자 유지를 입증했습니다.