信心校準

深度分析

模型校準、級聯推論與資料清理全方位提升 AI 可信度的統一框架

本研究提出一套不需額外訓練的通用框架，結合模型校準、級聯路由與資料清理三大技術，讓視覺與語言模型能更可靠地辨識自身的未知區域。實驗顯示，經校準的信心分數在單一模型內呈現單調上升與正確率的關聯，且在驗證集上學得的校準參數可直接套用至測試集，保持低的預期校準誤差（ECE）。