热点事件持续更新
固定置信度分布下的可靠性漂移最坏界限
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发表一项研究，探讨协变量偏移下置信度分数分布固定时可靠性关系的最坏漂移。研究将每个置信度层内的重加权约束在 χ² 预算内，得出脆弱性轮廓等于预算平方根乘以层内正确倾向方差；超出可计算区间则由倾向分布尾部决定。实验显示 ImageNet 上多数分类器经温度缩放后该界限仍为正，且重排标签诊断对该统计量接近零一致。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
2026-10-01 arXiv 论文发布，给出固定置信度分布下可靠性漂移的最坏界限及实验验证。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Artificial Intelligence置信度分布固定时可靠性漂移的最坏情况界限
研究在协变量偏移下保持置信度分数分布不变时，可靠性关系的最坏漂移，约束每个置信度层内的重加权由 $\chi^2$ 预算控制。在可计算区间内，脆弱性轮廓等于预算平方根乘以层内正确倾向方差；超出区间则由倾向分布的尾部决定。实验表明 ImageNet 上多数分类器在温度缩放后该界限仍为正，且重排标签诊断对该统计量接近零一致。
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。