📊 statistics

Adaptive Conformal Inference through the Lens of Blackwell Approachability

यह शोध पत्र एडेप्टिव कॉन्फॉर्मल इन्फरेंस को एक रिपीटेड गेम के रूप में पुनर्गठित करता है और एक ब्लैकवेल अप्रोचेबिलिटी-आधारित रणनीति पेश करता है जो वैधता की गारंटी देने के साथ-साथ अंतर्निहित डेटा स्टोकेस्टिसिटी के अनुसार प्रेडिक्शन सेट की दक्षता को अनुकूलित करती है, जिससे एक्सचेंजएबल, एडवर्सरियल और इंटरमीडिएट टाइम-सीरीज सेटिंग्स में इष्टतम प्रदर्शन प्राप्त होता है।

मूल लेखक: Guillaume Principato, Gilles Stoltz

प्रकाशित 2026-07-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Guillaume Principato, Gilles Stoltz

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक आदर्श अनुमान लगाने वाले खेल की कला

कल्पना कीजिए कि आप एक रहस्यमय प्रतिद्वंद्वी के साथ एक उच्च-दांव वाला अनुमान लगाने वाला खेल खेल रहे हैं। हर दौर में, आपको एक सुराग दिखाया जाता है (जैसे मौसम का पैटर्न या स्टॉक टिकर) और आपको यह अनुमान लगाने के लिए मानचित्र पर एक घेरा बनाना होता है कि अगला खजाना कहाँ दिखाई देगा। आप चाहते हैं कि आपका घेरा इतना बड़ा हो कि वह ज्यादातर समय खजाने को पकड़ सके, लेकिन इतना छोटा भी हो कि वह उपयोगी बना रहे। यदि घेरा बहुत छोटा है, तो आप खजाना चूक जाएंगे; यदि यह बहुत विशाल है, तो यह पूरे मानचित्र को कवर करने के कारण बेकार हो जाएगा।

यह कॉन्फ़ॉर्मल इन्फरेंस (conformal inference) का सार है, जो सांख्यिकी की एक शाखा है जो कंप्यूटरों को एक सुरक्षा जाल के साथ भविष्यवाणियाँ करने में मदद करती है। आमतौर पर, ये सुरक्षा जाल तब बहुत अच्छा काम करते हैं जब खेल निष्पक्ष और यादृच्छिक (random) हो, जैसे पासा फेंकना। लेकिन वास्तविक दुनिया में, चीजें शायद ही कभी इतनी सरल होती हैं। "पासे" पक्षपाती हो सकते हैं, या एक चालाक प्रतिद्वंद्वी आपको धोखा देने के लिए हर बार नियम बदलकर आपको फंसाने की कोशिश कर सकता है। यहीं पर एडेप्टिव कॉन्फ़ॉर्मल इन्फरेंस (adaptive conformal inference) काम आता है: यह एक ऐसी विधि है जो आपके अनुमान के घेरे के आकार को मौके पर ही समायोजित करने की कोशिश करती है, अपने पिछले गलतियों से सीखकर ताकि "मिस रेट" (चूकने की दर) कम रहे।

हालाँकि, इसमें एक पेच है। यदि आप बहुत सुरक्षित (वैधता/validity) रहना चाहते हैं, तो आप अपने घेरे बहुत बड़े बनाते हैं। यदि आप उन्हें छोटा (दक्षता/efficiency) रखना चाहते हैं, तो खजाना चूकने का जोखिम होता है। वैज्ञानिक मुख्य सवाल यह पूछ रहे हैं: क्या हम एक ऐसी रणनीति रख सकते हैं जो प्रतिद्वंद्वी चाहे कुछ भी करे सुरक्षित रहे, लेकिन जब खेल निष्पक्ष हो तो हमारे घेरों को यथासंभव छोटा कर दे?

पेपर का बड़ा विचार: दो खिलाड़ियों का एक खेल

इस शोध पत्र में, लेखक गुइलेम प्रिंसपाटो और गिलेस स्टोट्ज़ इस कठिन संतुलन को एक पुनरावृत्ति खेल (repeated game) के रूप में बदलकर इस समस्या का समाधान करते हैं: दो खिलाड़ी—"द लर्नर" (आप, जो अनुमान लगाने की कोशिश कर रहे हैं) और "द अपोनेंट" (दुनिया, या एक चालाक विरोधी, जो यह तय करता है कि खजाना वास्तव में कहाँ गिरेगा)।

उन्होंने महसूस किया कि हर बार जब आप भविष्यवाणी करते हैं, तो आप अनिवार्य रूप से एक ऐसे खेल में एक चाल चल रहे होते हैं जहाँ आपके प्रतिफल (payoff) के दो भाग होते हैं:

क्या आपने खजाना पकड़ा? (वैधता)
आपका घेरा कितना छोटा था? (दक्षता)

लेखक एक चतुर नई रणनीति पेश करते हैं जिसे BO-ACI (ब्लैकवेल ऑपर्चुनिस्टिक एडेप्टिव कॉन्फ़ॉर्मल इन्फरेंस) कहा जाता है। इस रणनीति को एक मास्टर शतरंज खिलाड़ी के रूप में सोचें जो केवल एक निश्चित गेम प्लान का पालन नहीं करता है। इसके बजाय, उसके पास एक "सुपर-सेंस" है जो यह पता लगा सकता है कि प्रतिद्वंद्वी कैसा व्यवहार कर रहा है।

यह इस प्रकार काम करता है:

"कई दुनियाओं का सर्वश्रेष्ठ" वाला तरीका: यह रणनीति "ऑपर्चुनिस्टिक" (अवसरवादी) होने के लिए डिज़ाइन की गई है। इसे पहले से जानने की आवश्यकता नहीं है कि प्रतिद्वंद्वी यादृच्छिक रूप से खेल रहा है (जैसे एक निष्पक्ष सिक्का उछालना), दुर्भावनापूर्ण तरीके से खेल रहा है (धोखा देने की कोशिश करना), या इनके बीच कुछ कर रहा है (जैसे एक टाइम सीरीज़ जहाँ चीजें थोड़ी अनुमान लगाने योग्य होती हैं)।
जादू: यदि प्रतिद्वंद्वी निष्पक्ष रूप से खेल रहा है (यादृच्छिक), तो रणनीति स्वचालित रूप से भविष्यवाणी के घेरों को गणितीय रूप से जितना संभव हो उतना छोटा कर देती है, जबकि खजाने को पकड़ना सुनिश्चित करती है। यदि प्रतिद्वंद्वी एक दुर्भावनापूर्ण धोखेबाज है, तो रणनीति घेरों को पर्याप्त रूप से बड़ा कर देती है ताकि सुरक्षित रहा जा सके, भले ही घेरे थोड़े बड़े हो जाएं।
प्रमाण: लेखक गणितीय रूप से सिद्ध करते हैं कि यह रणनीति किसी भी प्रकार के प्रतिद्वंद्वी के लिए काम करती है। यह गारंटी देता है कि लंबे समय में, आप खजाने को सही मात्रा में पकड़ेंगे (वैधता), और आपके घेरे उतने ही छोटे होंगे जितना कि स्थिति के अनुकूल हो (दक्षता)।

यह क्यों महत्वपूर्ण है

इस पेपर से पहले, मौजूदा विधियाँ अक्सर फंसी हुई थीं। कुछ सुरक्षित होने में बेहतरीन थीं लेकिन वे अनावश्यक रूप से बड़े घेरे बनाती थीं, भले ही डेटा आसान और अनुमान लगाने योग्य हो। अन्य कुशल थे लेकिन डेटा अजीब या प्रतिकूल होने पर विफल हो जाते थे।

लेखक दिखाते हैं कि उनकी नई रणनीति एक "कई दुनियाओं का सर्वश्रेष्ठ" समाधान है। वे सिद्ध करते हैं कि आपको सुरक्षित होने और कुशल होने के बीच चुनाव करने की आवश्यकता नहीं है। इसके बजाय, आपके पास डेटा के "मिजाज" के अनुसार ढलने वाली प्रणाली हो सकती है। यदि डेटा शांत और यादृच्छिक है, तो प्रणाली सटीक और कुशल हो जाती है। यदि डेटा अराजक या शत्रुतापूर्ण है, तो प्रणाली मजबूत और सुरक्षित हो जाती है।

उन्होंने इस सिद्धांत का परीक्षण तीन मुख्य परिदृश्यों के विरुद्ध किया:

एक निष्पक्ष खेल: जहाँ डेटा यादृच्छिक और विनिमेय (exchangeable) है (जैसे ताश के पत्तों को फेंटना)। यहाँ, उनकी विधि सबसे छोटे संभावित अंतराल प्राप्त करती है।
एक चालाक खेल: जहाँ डेटा पूरी तरह से प्रतिकूल (adversarial) है (एक दुर्भावनापूर्ण प्रतिद्वंद्वी)। यहाँ, विधि सुरक्षा की गारंटी देती है, हालांकि अंतराल बड़े होते हैं (जो एक धोखेबाज के विरुद्ध अपरिहार्य है)।
मध्य मार्ग: वास्तविक दुनिया के परिदृश्य जैसे टाइम-सीरीज़ फोरकास्टिंग, जहाँ डेटा पूरी तरह से यादृच्छिक नहीं है लेकिन पूरी तरह से दुर्भावनापूर्ण भी नहीं है। पेपर दिखाता है कि उनका तरीका इन "बीच के" मामलों को खूबसूरती से संभालता है, बिना यह बताए कि पूर्वानुमान का स्तर क्या है।

संक्षेप में, यह पेपर एक एकीकृत गणितीय ढांचा प्रदान करता है जो कहता है: "हम एक ऐसी भविष्यवाणी प्रणाली बना सकते हैं जो हमेशा सुरक्षित है, और जब भी दुनिया हमें मौका दे, तो कुशल होने के लिए पर्याप्त स्मार्ट भी है।" यह AI भविष्यवाणियों को वास्तविक, अव्यवसनीय दुनिया के लिए विश्वसनीय और व्यावहारिक बनाने की दिशा में एक महत्वपूर्ण कदम है।

तकनीकी सारांश: ब्लैकवेल अप्रोचेबिलिटी के दृष्टिकोण से एडेप्टिव कॉन्फॉर्मल इन्फरेंस (Adaptive Conformal Inference)

समस्या विवरण (Problem Statement)
एडेप्टिव कॉन्फॉर्मल इन्फरेंस (ACI), जिसे गिब्स और कैंडेस (2021) द्वारा पेश किया गया था, मानक कॉन्फॉर्मल इन्फरेंस की सीमाओं को संबोधित करता है, जो विनिमयशीलता (exchangeability) की धारणा पर निर्भर करता है, जिसका उल्लंघन अक्सर अनुक्रमिक या समय-निर्भर सेटिंग्स (जैसे कि टाइम सीरीज़ फोरकास्टिंग) में होता है। ACI का लक्ष्य भविष्यवाणियों के सेटों (prediction sets) को क्रमिक रूप से इस प्रकार निर्मित करना है कि औसत कवरेज किसी भी डेटा अनुक्रम के लिए वांछित स्तर $1-\alpha$ पर अभिसरित (converge) हो जाए। जबकि मौजूदा ACI रणनीतियाँ वैधता (validity) (औसत कवरेज $\geq 1-\alpha$ ) की गारंटी देती हैं, वे आम तौर पर दक्षता (efficiency) (भविदन अंतराल की औसत लंबाई) पर समानकालिक सैद्धांतिक गारंटी देने में विफल रहती हैं। प्रतिकूल (adversarial) सेटिंग्स में, अतिरिक्त धारणाओं के बिना कोई गैर-तुच्छ दक्षता गारंटी संभव नहीं है, जबकि विनिमय योग्य (exchangeable) सेटिंग्स में, मौजूदा विधियाँ अक्सर उप-इष्टतम (suboptimal) अंतराल लंबाई प्रदान करती हैं। मुख्य चुनौती एक ऐसी एकीकृत रणनीति डिजाइन करने की है जो मनमाने अनुक्रमों के लिए वैधता सुनिश्चित करती है और डेटा की स्टोकेस्टिसिटी (stochasticity) के स्तर के अनुसार दक्षता को अनुकूलित करती है।

कार्यप्रणाली (Methodology)
लेखक ACI को वेक्टर-मूल्य वाले पे-ऑफ्स (payoffs) के साथ एक पुनरावृत्त दो-खिलाड़ी परिमित खेल (repeated two-player finite game) के रूप में पुनर्गठित करते हैं।

सीखने वाले की क्रिया (Learner's Action): एक मिसकवरेज स्तर $a_t \in A$ का चयन करता है, जहाँ $A$ कैलिब्रेशन सेट के ऑर्डर स्टैटिस्टिक्स से प्राप्त एक परिमित ग्रिड है। यह भविष्यवाणी सेट $C_{1-a_t}(x_t)$ को निर्धारित करता है।
प्रतिद्वंद्वी की क्रिया (Opponent's Action): एक परिणाम $y_t$ का चयन करता है, जिसे एक असतत क्रिया $b_t \in B$ में मैप किया जाता है, जो $y_t$ को समाहित करने वाले "सबसे सटीक" (tightest) कॉन्फॉर्मल सेट का प्रतिनिधित्व करती है।
पे-ऑफ वेक्टर (Payoff Vector): सीखने वाले को एक वेक्टर $m(a_t, b_t) = (1_{b_t \leq a_t}, L(C_{1-a_t}))$ प्राप्त होता है, जो मिसकवरेज संकेतक (वैधता) और अंतराल लंबाई (दक्षता) को एनकोड करता है।
अप्रोचेबिलिटी ढांचा (Approachability Framework):
- उद्देश्य औसत पे-ऑफ वेक्टर $m_T$ को एक लक्ष्य सेट $C_{\alpha, Q} \subseteq [0, \alpha] \times [0, 2L]$ की ओर ले जाना है।
- लक्ष्य सेट प्रतिद्वंद्वी के खेल पर एक बाधा $Q \subseteq \Delta(B)$ पर निर्भर करता है। $Q$ उन वितरणों का सेट है जिनका प्रतिद्वंद्वी की क्रियाएं स्पर्शोन्मुख रूप से (asymptotically) अनुसरण करती हैं।
- अवसरवादी अप्रोचेबिलिटी (Opportunistic Approachability): लेखक ब्लैकवेल अप्रोचेबिलिटी (Blackwell approachability) और बर्नस्टीन एट अल. (2014) द्वारा इसके विस्तार, जिसे ऑपर्चुनिस्टिक अप्रोचेबिलिटी कहा जाता है, का उपयोग करते हैं। यह ढांचा सीखने वाले को एक छोटे, अधिक कुशल लक्ष्य सेट की ओर बढ़ने की अनुमति देता है यदि प्रतिद्वंद्वी का खेल एक विशिष्ट सेट $Q$ तक सीमित है, भले ही सीखने वाले को $Q$ के बारे में पहले से पता न हो।
एल्गोरिदम (BO-ACI):
- प्रस्तावित रणनीति, ब्लैकवेल ऑपर्चुनिस्टिक एडेप्टिव कॉन्फॉर्मल इन्फरेंस (BO-ACI), एक सहायक कैलिब्रेटेड फोरकास्टर $F$ का उपयोग करती है।
- प्रत्येक दौर में, $F$ प्रतिद्वंद्वी की अगली क्रिया $b_t$ के वितरण की भविष्यवाणी करता है।
- सीखने वाला नियत रूप से (deterministically) वह क्रिया $a_t$ चुनता है जो पूर्वानुमानित वितरण (एक रिस्पॉन्स फंक्शन $p^*$ के माध्यम से) के विरुद्ध वैधता बाधा को पूरा करते हुए अपेक्षित लंबाई को न्यूनतम करती है।

प्रमुख योगदान (Key Contributions)

खेल-सैद्धांतिक पुनर्गठन: यह शोध पत्र ACI को वेक्टर-मूल्य वाले पे-ऑफ्स के साथ एक पुनरावृत्त परिमित खेल के रूप में एक नवीन रूपण स्थापित करता है, जो वैधता और दक्षता को स्पष्ट रूप से एक बहु-उद्देश्यीय अप्रोचेबिलिटी समस्या से जोड़ता है।
एकीकृत रणनीति (BO-ACI): लेखक ऑपर्चुनिस्टिक अप्रोचेबिलिटी पर आधारित एक रणनीति पेश करते हैं जो किसी भी डेटा अनुक्रम (स्टोकेस्टिक या प्रतिकूल) के लिए वैधता की गारंटी देती है, जबकि दक्षता संबंधी गारंटी प्रदान करती है जो डेटा की अज्ञात स्टोकेस्टिसिटी के अनुकूल होती है।
"बेस्ट ऑफ मेनी वर्ल्ड्स" गारंटी: यह रणनीति एक एकीकृत सेट की गारंटी देती है:
- विनिमय योग्य सेटिंग (Exchangeable Setting): यह इष्टतम दक्षता गारंटी $L(C_{1-\alpha})$ को पुनः प्राप्त करती है, जो आदर्श स्थितियों में मानक कॉन्फॉर्मल प्रेडिक्शन के प्रदर्शन से मेल खाती है।
- प्रतिकूल सेटिंग (Adversarial Setting): यह वैधता की गारंटी देती है लेकिन तुच्छ अंतराल लंबाई $2L$ को स्वीकार करती है, जो पूरी तरह से प्रतिकूल सेटिंग्स में असंभवता के परिणामों के अनुरूप है।
- मध्यवर्ती सेटिंग्स (Intermediate Settings): यह उन परिदृश्यों के लिए सार्थक दक्षता गारंटी प्रदान करती है जैसे कि सिंगल डिस्ट्रिब्यूशनल शिफ्ट या "लगभग-विनिमय योग्य" डेटा (जैसे कमजोर निर्भरता वाले टाइम सीरीज़), जहाँ अंतराल की लंबाई डेटा की गैर-विनिमयशीलता के स्तर के अनुसार अनुकूलित होती है।

परिणाम (Results)

सैद्धांतिक अभिसरण (Theoretical Convergence): थ्योरम 19 सिद्ध करता है कि BO-ACI रणनीति के तहत, औसत पे-ऑफ वेक्टर $m_T$ लगभग निश्चित रूप से (almost surely) लक्ष्य सेट $C_{\alpha, Q}$ की ओर अभिसरित होता है, चाहे प्रतिद्वंद्वी का खेल किसी भी उत्तल सेट (convex set) $Q$ द्वारा प्रतिबंधित हो।
विशिष्ट परिदृश्य:
- विनिमय योग्य डेटा: यदि प्रतिद्वंद्वी यूनिफॉर्म डिस्ट्रीब्यूशन $q_{unif}$ द्वारा प्रतिबंधित है, तो औसत अंतराल लंबाई $L(C_{1-\alpha})$ तक अभिसरित होती है।
- सिंगल डिस्ट्रिब्यूशनल शिफ्ट: यदि टेस्ट स्कोर $S$ के वितरण से भिन्न वितरण $V$ का अनुसरण करते हैं, तो रणनीति लंबाई $L(C_{1-a_{S,V}})$ तक अभिसरित होती है, जहाँ $a_{S,V}$ शिफ्ट किए गए वितरण के लिए इष्टतम मिसकवरेज स्तर है।
- $\epsilon$ -विनिमय योग्य/टाइम सीरीज़: विनिमयशीलता से छोटे विचलन वाले डेटा के लिए (जिसे टोटल वेरिएशन या कोलमोगोरोव दूरी द्वारा मापा जाता है), यह इष्टतम विनिमय योग्य लंबाई के करीब की लंबाई प्राप्त करता है, और जैसे-जैसे विचलन बढ़ता है, यह धीरे-धीरे घटता है।
- प्रतिकूल (Adversarial): प्रतिबंधों की अनुपस्थिति में ( $Q = \Delta(B)$ ), रणनीति वैधता सुनिश्चित करती है लेकिन दक्षता के लिए तुच्छ सीमा से बेहतर गारंटी नहीं दे सकती, जो $Q$ -प्रतिबंधों की आवश्यकता की पुष्टि करती है।
$\epsilon$ -कैलिब्रेशन: परिणामों को $\epsilon$ -कैलिब्रेटेड फोरकास्टर्स (थ्योरम 34) का उपयोग करने वाली रणनीतियों के लिए विस्तारित किया गया है, जो $\epsilon$ पर निर्भर अभिसरण सीमाएँ प्रदान करते हैं।

महत्व और दावे (Significance and Claims)
यह शोध पत्र दावा करता है कि यह एडेप्टिव कॉन्फॉर्मल इन्फरेंस के लिए एक एकीकृत सैद्धांतिक ढांचा प्रदान करता है जो वैधता और दक्षता के बीच तनाव को हल करता है। ब्लैकवेल अप्रोचेबिलिटी का लाभ उठाते हुए, लेखक प्रदर्शित करते हैं कि एक एकल एल्गोरिदम डिजाइन करना संभव है जो:

डेटा-जनरेटिंग मैकेनिज्म की परवाह किए बिना वैधता की गारंटी देता है।
दक्षता को अधिकतम करने के लिए डेटा की "स्टोकेस्टिसिटी के स्तर" के अनुसार स्वचालित रूप से अनुकूलित होता है।
चरम मामलों (विनिमय योग्य और प्रतिकूल) में ज्ञात इष्टतम परिणामों को पुनः प्राप्त करता है और मध्यवर्ती, यथार्थवादी परिदृश्यों (जैसे टाइम सीरीज़ फोरकास्टिंग) में नए, सार्थक गारंटी प्रदान करता है जहाँ पिछले तरीकों में सैद्धांतिक आधार की कमी थी।

लेखक इस कार्य को एक "बेस्ट ऑफ मेनी वर्ल्ड्स" समाधान के रूप में प्रस्तुत करते हैं, जो डेटा वितरण के आधार पर हाइपरपैरामीटर ट्यून करने की आवश्यकता को समाप्त करता है, क्योंकि रणनीति विशिष्ट $Q$ -प्रतिबंध के प्रति "अनजान" रहते हुए भी उसका लाभ उठाती है। यह कार्य पूरी तरह से प्रतिकूल सेटिंग की सीमाओं को भी रेखांकित करता, जो यह पुष्टि करता है कि दक्षता गारंटी के लिए डेटा पर कुछ संरचनात्मक धारणाओं की आवश्यकता होती है।

एक आदर्श अनुमान लगाने वाले खेल की कला

पेपर का बड़ा विचार: दो खिलाड़ियों का एक खेल

यह क्यों महत्वपूर्ण है

इसी तरह के और पेपर