Buchumschlag

Fisher Random Walk: Automatic Debiasing Contextual Preference Inference for Large Language Model Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yichi, Belloni, Alexander, Fang, Ethan X., Lu, Junwei, Xu, Xiaoan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Anti-Concentration Inequalities for the Difference of Maxima of Gaussian Random Vectors
von: Belloni, Alexandre, et al.
Veröffentlicht: (2024)

Debiased Bayesian Inference for High-dimensional Regression Models
von: Chen, Qihui, et al.
Veröffentlicht: (2025)

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Contextual Online Uncertainty-Aware Preference Learning for Human Feedback
von: Lu, Nan, et al.
Veröffentlicht: (2025)

Bayesian Semi-supervised Inference via a Debiased Modeling Approach
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

Perturbation Analysis of Randomized SVD and its Applications to Statistics
von: Zhang, Yichi, et al.
Veröffentlicht: (2022)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
von: Kato, Masahiro
Veröffentlicht: (2024)

Spectrum-Aware Debiasing: A Modern Inference Framework with Applications to Principal Components Regression
von: Li, Yufan, et al.
Veröffentlicht: (2023)

genriesz: A Python Package for Automatic Debiased Machine Learning with Generalized Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2026)

Anytime-Valid Inference for Double/Debiased Machine Learning of Causal Parameters
von: Dalal, Abhinandan, et al.
Veröffentlicht: (2024)

Avoiding the Price of Adaptivity: Inference in Linear Contextual Bandits via Stability
von: Praharaj, Samya, et al.
Veröffentlicht: (2025)

Early Stopping in Contextual Bandits and Inferences
von: Cui, Zihan
Veröffentlicht: (2025)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Nonparametric Instrumental Variable Analysis Without Structural Equations: Debiased Inference on Functionals of Inverse Problems with No Solutions
von: Shen, Zikai, et al.
Veröffentlicht: (2026)

Interval Fisher's Discriminant Analysis and Visualisation
von: Pinheiro, Diogo, et al.
Veröffentlicht: (2025)

Kernel Debiased Plug-in Estimation based on the Universal Least Favorable Submodel
von: Chen, Haiyi, et al.
Veröffentlicht: (2026)

Higher-Order Entrywise Eigenvectors Analysis of Low-Rank Random Matrices: Bias Correction, Edgeworth Expansion, and Bootstrap
von: Xie, Fangzheng, et al.
Veröffentlicht: (2024)

High-dimensional Inference and FDR Control for Simulated Markov Random Fields
von: Wei, Haoyu, et al.
Veröffentlicht: (2022)

Upper Counterfactual Confidence Bounds: a New Optimism Principle for Contextual Bandits
von: Xu, Yunbei, et al.
Veröffentlicht: (2020)

Debiased Prediction Inference with Non-sparse Loadings in Misspecified High-dimensional Regression Models
von: Liang, Libin, et al.
Veröffentlicht: (2025)

The Decaying Missing-at-Random Framework: Model Doubly Robust Causal Inference with Partially Labeled Data
von: Zhang, Yuqian, et al.
Veröffentlicht: (2023)

Do More Predictions Improve Statistical Inference? Filtered Prediction-Powered Inference
von: Xu, Shirong, et al.
Veröffentlicht: (2026)

Batched Nonparametric Contextual Bandits
von: Jiang, Rong, et al.
Veröffentlicht: (2024)

Debiased Inference for High-Dimensional Regression Models Based on Profile M-Estimation
von: Wang, Yi, et al.
Veröffentlicht: (2025)

Statistical Inference for Misspecified Contextual Bandits
von: Guo, Yongyi, et al.
Veröffentlicht: (2025)

Statistical Inference on Gradient Flows
von: Li, Tongyu, et al.
Veröffentlicht: (2026)

Stability of a Generalized Debiased Lasso with Applications to Resampling-Based Variable Selection
von: Liu, Jingbo
Veröffentlicht: (2024)

Statistical Inference for Gradient Boosting Regression
von: Fang, Haimo, et al.
Veröffentlicht: (2025)

Universal Inference Meets Random Projections: A Scalable Test for Log-concavity
von: Dunn, Robin, et al.
Veröffentlicht: (2021)

Transfer Learning for Contextual Multi-armed Bandits
von: Cai, Changxiao, et al.
Veröffentlicht: (2022)

Identification and Debiased Learning of Causal Effects with General Instrumental Variables
von: Chen, Shuyuan, et al.
Veröffentlicht: (2025)

Direct Debiased Machine Learning via Bregman Divergence Minimization
von: Kato, Masahiro
Veröffentlicht: (2025)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
von: Kato, Masahiro
Veröffentlicht: (2024)

Asymptotics of Random Feature Regression Beyond the Linear Scaling Regime
von: Hu, Hong, et al.
Veröffentlicht: (2024)

Navigating Sparsities in High-Dimensional Linear Contextual Bandits
von: Zhao, Rui, et al.
Veröffentlicht: (2025)

Valid Inference for Machine Learning Model Parameters
von: Dey, Neil, et al.
Veröffentlicht: (2023)

Navigating the Exploration-Exploitation Tradeoff in Inference-Time Scaling of Diffusion Models
von: Su, Xun, et al.
Veröffentlicht: (2025)

Inference in Randomized Least Squares and PCA via Normality of Quadratic Forms
von: Wang, Leda, et al.
Veröffentlicht: (2024)

Randomized Midpoint Method for Log-Concave Sampling under Constraints
von: Yu, Yifeng, et al.
Veröffentlicht: (2024)

Exogenous Randomness Empowering Random Forests
von: Mei, Tianxing, et al.
Veröffentlicht: (2024)