模型预测概率太自信?如何用温度缩放解决不确定性校准差 分类模型给出的softmax概率经常被直接当成置信度,但神经网络普遍存在过度自信的问题。一个预测概率为0.9的样本,实际正确率可能只有0.7,这种不确定性校准偏差会直接影响医疗诊断、风险评估等场景的决策。温度缩放是一种简单且有效的后处理校准方法,它在softmax层之前引入一个... 栏目:语言推理 时间:09-19 温度缩放 概率校准 不确定性校准