Каларена: крупногабаритный контрольный параметр калибровки после помещения

arXiv:2605.30188v3 Annuales Type: Замена перекрестного резюме. Надежные оценки вероятности имеют решающее значение во многих программах машинного обучения, однако современные классификаторы часто плохо откалиброваны. Послеаварийная калибровка представляет собой простое и широко используемое решение, однако большое число предлагаемых методов в сочетании с мелкомасштабными и непоследовательными оценками затрудняет определение того, какие подходы действительно эффективны на практике. Мы ввели крупномасштабный стандартный контрольный показатель для последующей калибровки, охватывающий почти 2000 экспериментов по табличным и компьютерным задачам зрения, включая двоичные, многоклассные и широкомасштабные классификационные параметры. Наши контрольные показатели агрегируют прогнозы, полученные на основе разнообразных классических моделей, современных архитектур глубокого обучения и базовых моделей, и обеспечивают унифицированное воспроизводимое применение десятков калибровочных методов в рамках общей системы оценки. Мы утверждаем, что послевыборное совершенствование (УМС) в правиле балльирования дает принцип