CalArena 发布大规模事后校准基准

1. 12:00
   arXiv cs.AI

   CalArena：大规模事后校准基准发布

   CalArena 是一个覆盖近 2000 次实验的事后校准标准化基准，涵盖表格与计算机视觉任务及二分类、多分类和大规模分类场景。该基准统一实现了数十种校准方法，并提出用 proper scoring rules 上的 Post-Hoc Improvement（PHI）替代传统校准误差指标来比较方法效果。研究发现平滑校准函数优于分箱方法，高维场景需专用多分类方法，相关数据、代码与评测工具已开源。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。