SoftMCC论文v2版更新：MCC-Brier校准框架
热点事件持续更新
SoftMCC论文v2版更新：MCC-Brier校准框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月27日，Özkan Canay 在 arXiv 更新提交了论文 SoftMCC: An MCC-Brier Calibration Bridge 的 v2 版本。该版本大小为 1,140 KB，发布于 14:45:59 UTC。该工作提出了一种无阈值的模型选择后训练框架，旨在解决类别不平衡情况下 MCC 指标依赖阈值的问题。其核心得分在完美校准时等价于 Brier 技能分数，而在硬预测下则退化为 MCC。实验结果显示，SoftMCC 在稳定性排名方面表现最佳（2.31），Kendall W 系数最高（0.659），显著优于 AUPRC 和 MCC@0.5 等基线方法，但在区分模型效用的差异方面并不显著。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
SoftMCC: 用于类别不平衡下无阈值模型选择的 MCC-Brier 校准桥接框架报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · MLSoftMCC: 用于类别不平衡下无阈值模型选择的 MCC-Brier 校准桥接框架
SoftMCC 是一种无阈值模型选择后训练框架，解决类别不平衡下 MCC 依赖阈值的问题。其核心得分在完美校准时等价于 Brier 技能分数，硬预测下退化为 MCC。实验显示 SoftMCC 稳定性排名最佳（2.31），Kendall W 最高（0.659），显著优于 AUPRC 和 MCC@0.5，但对模型效用的差异不显著。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。