研究者提出结果条件重校准方法

Jakob Benjamin Wessel 与 Sam Allen 提出结果条件重校准（outcome-conditional recalibration），一种对概率预测做事后重校准的方法。该方法针对用户定义的结果空间区域进行校准。 据研究者介绍，其做法是先将 Kuleshov 等人（2018）的分位数重校准用于条件分布，再重新缩放，使预测事件概率与经验发生频率一致，从而在任意预测分布上生成各感兴趣区域内校准的有效连续预测分布。

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。