arXiv论文评估概率AI天气预测极端尾部技能

arXiv论文2610.25545于2026年10月18日由Bastiaan Van Velthoven等发布，专门评估基于概率的AI天气预报在极端天气尾部的表现，并对比基准IFS-ENS。 论文在1.5°分辨率下测试四项SOTA AI模型，结果显示在2022年热冷极端天气预测中，模型表现优于IFS-ENS基准，且AI模型优势随记录深度增加而增强。 分析指出AI在风速预测的长提前期及深尾部表现有所减弱，且不同模型间存在概率校准差异。 作者据此建议制定区分“尾部技能”与“校准”的验证标准，强调AI集成在突破历史阈值时仍具优势，避免将确定性预报的失败泛化至概率系统。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。