SCALE：通过嵌入空间中的协议标签进行合成校准

病理学基础模型通常在 AUC 和准确率上评估，但校准常被忽视。研究发现低协议案例的校准误差始终高于高协议案例，而总体 ECE 无法反映这一模式。SCALE 方法利用训练好的线性探针选取高置信度嵌入作为类锚点，在锚点间插值生成合成协议信号，用协议感知标签平滑重训练探针，在 MHIST 上恢复了基于真实病理学家协议标签平滑的大部分校准改善，同时降低低协议 ECE，且判别指标得以保留。