arXiv 发布模型校准不确定性论文

2026年10月22日，arXiv计算机科学机器学习板块发布论文《预测不确定性受控计算机模型校准框架》。 该论文提出双层框架直接针对预测误覆盖率校准计算机模型，旨在解决传统方法在控制预测不确定性时的效率问题。 通过结合条件流匹配模型学习摊销后验，框架生成嵌套候选集以实施保形风险控制。在合成基准测试中，该方法运行带宽约为KOH-MCMC的20%，且误覆盖率接近10%的目标值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。