Calibration in One Go：联合学习准确且校准的神经网络

2026年10月12日，arXiv Statistics Machine Learning 频道发布论文《一次完成校准：联合学习高精度且校准良好的神经网络》（一手来源）。论文提出一种双层 Stackelberg 框架，将标准 post-hoc 校准器与主干网络进行端到端联合训练。该方法无需单独的校准集，也不需要专用的校准损失函数，仅新增校准器学习率一个超参数。目前公开信息仅包含该论文摘要层面的方法描述，未见实验结果、同行评议或后续跟进报道。

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。