模型穩定性

深度分析

Socrates Loss：結合未知類別的信心校準與分類統一損失函式

深度神經網路在高風險應用上常缺乏信心校準。Socrates Loss透過引入輔助未知類別與動態不確定性懲罰，統一分類與校準目標。實驗顯示其提升訓練穩定性，同時在準確度與校準間取得更佳平衡。