#模型校准

一个把网络攻击分流拆成三个校准小头的小模型，CPU 毫秒级跑完，还老老实实列出了哪些场景翻车，做安全检测的可以看看。

研究人员发现日志异常检测器过度自信问题，提出LoRD框架能有效校准模型，提高系统可靠性。

这篇论文把GNN在数据分布变了之后到底准不准、慌不慌讲透了，还给出了一个不用标签的校准方法STAC，做图模型部署的值得一看。

这篇论文提出了RLMF方法，让LLM学会说“我不知道”，比普通RL方法效果提升63%，解决了模型过度自信的问题。

这篇论文用具体数据告诉你，模型Dice高不一定安全，得看关键区域的校准情况。做医疗AI必读。