固定置信分布下分类器可靠性漂移研究

2026年10月1日，arXiv cs.AI 分类下出现一篇研究，探讨在保持置信度分数分布不变的前提下，分类器条件准确率的最坏变化。该研究将每个置信度层级内的重加权限制在 χ² 预算内，得到随预算变化的脆弱性剖面。研究指出，在可由源分布计算的预算区间内，该剖面恰等于预算平方根乘以层级内正确倾向方差，即校准-细化分解的分组损失项；超出该区间则由倾向分布尾部决定。目前该事件仅有这一篇报道，尚无后续进展。

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。