---
title: "预测驱动推断（Prediction-Driven Inference）"
created: 2026-06-21
updated: 2026-06-21
type: concept
tags:
  - inference
  - foundation-models
  - alphafold
  - bias-correction
sources:
  - Jordan, MLST 2026
---

# 预测驱动推断（Prediction-Driven Inference）

Michael I. Jordan 团队提出的统计方法，用于纠正基础模型在知识边界上的系统性偏倚。核心思想：**混合少量真实标注数据与大量模型预测，使置信区间在保持窄的同时重新覆盖真实值**。

## 问题背景

以 AlphaFold 为例：要检验"蛋白质量子涨落是否与磷酸化关联"——2×2 统计检验：
- 传统晶体结构数据：样本量太小，不足以拒绝原假设
- AlphaFold 预测的 2 亿个结构：功效大幅提升，原假设被拒绝 ← 看起来是好事
- **但**：置信区间极窄且完全偏离真实值——因为训练集中含量子涨落特征的蛋白质本就稀少

问题本质：**不是模型答错了，而是模型答错了却不说**。置信区间窄（看起来很有把握），但不覆盖真实值。

## 方法

把少量真实标注数据（ground truth）与大量基础模型预测数据**联合建模**，调整置信区间的覆盖范围，使其在保持有效统计功效的同时**重新覆盖真实值**。

## 根本矛盾：前沿偏倚

基础模型最危险的地方恰恰是科学家最需要它的地方——[[foundation-model-frontier-bias|基础模型前沿偏倚]]：
- 科学家永远问知识边界上的新问题
- 基础模型在知识边界训练数据最稀少 → 偏倚最大
- 数据增多只改善已知领域，下一个新问题同样会触发偏倚

「这个矛盾不会随着数据增多自动消失。」

## 错误反应（Jordan 的批评）

- ❌ "偏差会随着数据增多而消失"——不会，因为新问题永远在边界
- ❌ 只批评架构/输出，不给科学方法——"那些人在说什么？他们在批评，但没有给出出路"
- ✅ 在任何基础模型周围建立**收集少量真实数据、融合、给出可信答案**的能力

## 学术溯源

正式名称为 **Prediction-Powered Inference (PPI)**，由 Angelopoulos, Bates, Fannjiang, Jordan & Zrnic 发表于 *Science* 383 (2023), 669–674。

## 参考

- [[jordan-collectivist-ai-2025|Jordan 论文 §4.3]]
- [[foundation-model-frontier-bias|基础模型前沿偏倚]]
- [[uncertainty-taxonomy|不确定性分类法]]
- [[collectivist-ai|集体主义 AI]]