Divide et Calibra: 通过向量量化实现多类别局部校准

研究提出基于向量量化（VQ）的组合式多类别校准方法，解决局部校准中因降维导致的误差问题。该方法在表示空间构建结构化分区，通过共享因子生成区域特异性校准映射。 实验显示，该方法在基准数据集上显著改善了局部校准性能，同时保持具有竞争力的全局校准与预测效果。 该论文已被 NeurIPS 2026 会议接收。