积分概率边界（Integral Probability Boundaries）

研究者提出积分概率边界（IPB），作为积分概率度量（IPM）的非线性推广，解决了后者在罕见事件与安全失效中界限过于宽松的问题。IPB 能在极端分布下提供紧致界，并配备了面向实际场景的估计算法。该方法适用于模型对齐、无需裁判的性能估计与公平性评估，在生成建模任务中使罕见群体的公平性差距估计精度较 SOTA 提升 15 p.p.。