待验证50% 置信事实精确时间
实证结果表明PFN通常能够很好地复现目标后验预测分布
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证先验数据拟合网络（PFN）的核心思路是通过在大量合成的先验数据上进行预训练，让神经网络直接学会近似贝叶斯后验预测分布（PPD）72% 相似待验证良好校准的模型指在所有输出概率为 P 的预测上实际正确率也接近 P，校准质量常用 ECE（期望校准误差）指标衡量71% 相似待验证鞅后验利用可交换预测规则直接生成聚类结构的后验样本，只要预测规则满足一致性条件就能保证后验的概率校准性，无需对数据分布做参数化假设65% 相似待验证重掩码采样器在每一步根据模型预测优先确认置信度高的位置，再把剩余位置重新掩码65% 相似待验证常见的后校准技术包括温度缩放（Temperature Scaling）、Platt Scaling 和等渗回归（Isotonic Regression），通过在独立验证集上拟合修正函数将原始输出重新映射为更可靠的概率估计而无需重新训练模型64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002280API
curl https://kongchang.com/api/v1/knowledge/claims/1002280MCP
get_claim(id=1002280)