校准

calibration

衡量模型输出的概率与实际结果发生频率相符程度的机器学习概念。

16篇文章最近提及

校准(calibration)指模型输出的概率值与实际结果发生频率的一致程度。例如,模型赋予概率0.8的那些样本中若实际约有80%为真,则该模型校准良好。与只统计对错比例的准确率不同,校准关注的是概率值本身的可靠性。

在把分类模型的概率输出与阈值比较、以决定自动处理还是人工审核的系统中,校准尤为重要。由于不同模型的校准情况不同,为某个模型确定的阈值不能直接套用到另一个模型上,通常需要用带有标准答案的评估数据来测量。在计量领域,该词指将测量仪器的刻度与基准值对齐的操作。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • GPT-6.2 Astra 发布:单任务成本大降,编程得分持平AI资讯 ·

    独立评测机构 Vals AI 在其 RSI Index 上给 Astra 打出 29.01%,GPT-6 Astra 为 27.07%;RSI Index 是一项自动化研究基准,按 50% 代表人类水平来校准。

    阅读文章
  • 关机开关博弈:为什么前沿AI智能体会抗拒被关闭AI伦理 ·

    评估生存风险方面的说法时,要求可验证的实证评估,而不是未经校准的概率数字。

    阅读文章
  • Anthropic发布常驻智能体指南:五大基础组件解析AI应用 ·

    按Anthropic的框架,评估常驻智能体主要在于校准它开口的频率。

    阅读文章
  • 黄仁勋辞任英伟达CEO:AI芯片与前沿模型一周巨变AI资讯 ·

    谷歌的Gemini Decisions API基于专用的Gemini Decision 1模型,可对文本、图像、视频和PDF文档进行经过校准的多模态评估,在最多1,000个候选项中进行打分和评分标准评估,并返回按置信度排序、附带结构化理由的结果。

    阅读文章
  • Arena研究:让智能体试玩再评判AI生成的游戏与网页AI性能 ·

    在Arena内部的自动评分标准评估中,交互训练的策略相对基础模型胜率提升6.72分,代码训练的策略为6.14分,按Arena的校准,这相当于排行榜大约跃升60到70分。

    阅读文章
  • 决策模型:让AI智能体更快、更省地做出路由判断AI应用 ·

    给定一段上下文和一组固定的允许答案,决策模型只需一次前向传播,就能为每个答案返回一个经过校准的概率。

    阅读文章
  • 前沿模型越强越“僵硬”?用生产轨迹回放检验模型更换AI性能 ·

    这位首席技术官的看法是,前沿实验室把这一阶段推得很用力,专门针对谨慎拒答进行优化,副作用就是一种被刻板校准过的“嗓音”。

    阅读文章
  • 前沿模型降本提质:提示词审计、缓存与评测三步法AI应用 ·

    对着一个已饱和或校准失当的评测爬坡,等于烧掉token去追逐一个任何模型都达不到的上限;如果测试集中约20%的案例自相矛盾或无解,自动优化器会把预算耗尽在这些案例上。

    阅读文章
  • Claude Code一天内将万用表固件反编译为C语言并上机运行AI应用 ·

    其中EEPROM副本最为关键:它保存着每台万用表的出厂校准常数,一旦被擦除就无法重建。

    阅读文章
  • T恤品牌用四个AI智能体重组运营:示例、规则与人工边界AI创业 ·

    校准完成后,智能体在一个闭环中运行:跟踪营销活动数据,参考电商促销日历,并把建议的活动发布到一块可视化看板上。

    阅读文章
  • Gemini 4 Carbon之外:本周被忽视的四项AI发布与应对AI资讯 ·

    这类仪器体积庞大,传统上需要专业技术人员校准大约五十个旋钮和物理控制件。

    阅读文章
  • Claude入驻Google Docs,ChatGPT操作ChromeAI资讯 ·

    Score 经过校准的评分,指出输入在你所定义的等级阶梯上处于哪一级

    阅读文章
  • Krea 3与Grok Voice 3.0在新AI模型实测中表现突出AI资讯 ·

    与写出成段文字的生成式模型不同,决策模型会评估输入,然后返回一个选项或经过校准的概率。

    阅读文章
  • 蛋白质结构预测AI的下一步:从静态结构走向理解分子运动AI健康 ·

    即便有一个假想的模型得分达到95,如果其逐个预测的置信度分数pLDDT没有经过校准,它仍然危险且不可用。

    阅读文章
  • AI harness五要素:Claude Code如何让同一模型做更多事AI应用 ·

    这一思路很有前景,但似乎需要谨慎校准,而且目前大多数权限检查仍是程序性的。

    阅读文章
  • OpenAI提出纳维-斯托克斯难题反例,仍待独立验证AI资讯 ·

    这些脉冲经过校准,使计算外力时出现的棘手非线性项相互抵消。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。