论文页面 - 让置信度改变，而非预测：用于事后校准的预测保持修复

来源: https://huggingface.co/papers/2609.01072

摘要

CORD 是一个事后适配器，它修复校准后的概率向量，以在保持校准质量的同时，精确保持原始的第一预测结果。

事后校准（https://huggingface.co/papers?q=Post-hoc%20calibration）会修正报告的置信度，但一个多元分类校准器（https://huggingface.co/papers?q=multiclass%20calibrator）也可能改变与之关联的第一预测结果。准确率仅捕捉了这些改变对正确性的净影响，而未能反映预测变化的频率；相比之下，第一预测变化率（Top-1 Prediction Change Rate, TPCR）（https://huggingface.co/papers?q=Top-1%20Prediction%20Change%20Rate%20(TPCR)）则衡量这一频率。我们提出了用于保持第一决策的校准器输出修复（Calibrator-Output Repair for Top-1 Decision Preservation, CORD）（https://huggingface.co/papers?q=CORD），这是首个通过修复完整的校准概率向量（https://huggingface.co/papers?q=calibrated%20probability%20vector）来强制实施精确预测保持的后装适配器。仅依据原始和校准后的输出，CORD（https://huggingface.co/papers?q=CORD）就能确定分配给原始第一预测的概率质量。校准后的条件分布会将剩余质量分配给其他类别，从而生成一个修复后的向量，其自身的 argmax（https://huggingface.co/papers?q=argmax）可以恢复原始预测。在校准集上，CORD（https://huggingface.co/papers?q=CORD）会协调修复后的概率质量，以便在可行的情况下保留校准输出在原始预测上的平均质量。该适配器既不改变已拟合的校准器或其直接输出，也不拟合任何额外的监督映射，且无需用户或验证集调整的超参数。在 CIFAR-10/100 和 ImageNet-1K 数据集上，CORD（https://huggingface.co/papers?q=CORD）通过构造实现了零 TPCR，并在每个数据集上降低了相对于相应直接输出的平均 ECE（https://huggingface.co/papers?q=ECE）、NLL（https://huggingface.co/papers?q=NLL）和 Brier 分数；在分布偏移（https://huggingface.co/papers?q=distribution%20shift）和不同校准集规模下，这种成对增益依然存在。因此，CORD（https://huggingface.co/papers?q=CORD）将保持约束从校准器拟合中移除，并将原始决策的精确恢复交由后续的输出修复来完成。我们的代码可在 https://github.com/labhai/CORD (https://huggingface.co/papers?q=CORD) 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2609.01072) 查看 PDF (https://arxiv.org/pdf/2609.01072) GitHub (https://github.com/labhai/CORD) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.01072)

引用本文的模型0

没有模型链接本文

在模型的 README.md 中引用 arxiv.org/abs/2609.01072 以从本页链接它。

引用本文的数据集0

没有数据集链接本文

在数据集的 README.md 中引用 arxiv.org/abs/2609.01072 以从本页链接它。

引用本文的 Space0

没有 Space 链接本文

在 Space 的 README.md 中引用 arxiv.org/abs/2609.01072 以从本页链接它。

包含本文的收藏0

没有收藏包含本文

将本文添加到收藏夹 (https://huggingface.co/new-collection) 以从本页链接它。