ECCV 2026 工作探讨：模型不确定性该如何让用户正确理解
abursuc · x · 2026-09-08
研究者 abursuc 在 ECCV 2026 UNCV 工作坊分享两条关于 AI 不确定性表达的观点：
- 用「概率标尺」把模型的置信词汇映射到具体概率，让模糊的「可能/大概」有统一量化含义
- 系统应以用户能正确解读的方式传达认知不确定性（epistemic uncertainty），否则不确定性输出本身会误导
属于人机交互与不确定性量化交叉方向的工作思路分享，细节未展开。
「研究」频道最新
- 数学家观点:AI 时代论文应从证明转向分享洞见 — tak3sh8 · 2026-09-08
- Niantic 出品 AutoCompass:弱标签训练实现公开地图精确视觉定位 — ducha_aiki · 2026-09-08
- Apex 推出自动化 AI 研究系统 Astra:让 AI 改进 AI — thetripathi58 · 2026-09-08
- 乌克兰多所高校团队登上 CV 研究地图,提出预测 USDZ 的物体对齐动画方法 — ducha_aiki · 2026-09-08
- JustRL II:给 GRPO 加 critic 做 token 级分配,2B 模型 AIME25 61→81 — zibuyu9 · 2026-09-08
- 赫尔辛基大学 Luigi Acerbi 组招收 ML 决策方向 PhD 与博后 — LucaAmb · 2026-09-08