通用DFT哈密顿量模型能快速从原子结构给出电子性质，但预测本身不带可靠性信息。EviDTB把证据深度回归接到DeePTB的SLEM骨干上，只学收敛哈密顿量与初始密度参考哈密顿量之间的残差，并在一次前向传播中给出每个原子的不确定性分数。在5,478个留出结构上，剔除最不确定的15%结构后，平均局部平方预测误差的99百分位从16.63降到3.72 eV²；在636个生成结构上不重训评估时，该分数与平均局部平方预测误差的Spearman相关系数为0.743。
因果中介分析要把处理效应拆成经中介变量的间接通路和其余直接通路，而给间接效应配置信区间通常要在每张表上重新拟合多个冗余函数并反复重采样。MediPFN把预训练的表格基础模型适配到这些冗余函数的预测上，再用一个单独的头从已知间接效应的模拟表中学习估计量标准化误差的分位数，经对称化与独立校准给出区间。在合成、分布偏移与真实协变量表上，它的覆盖率比若干对照更接近95%名义水平，配对计时中位比自助法快59.1倍。
多病种视网膜筛查需要逐张判断自动结论能否不经复核直接采用。RetinaGuard把图像质量、诊断、不确定性、独立验证与解释等智能体收集的证据汇成一个“决策不安全”概率，只在证据的期望价值超过计算成本时调用工具，并用保形风险控制认证接受阈值。在RFMiD测试集上，较弱主模型（宏AUROC 0.896）时，20%转诊预算下它捕获280例不安全决策中的119例，最低置信度转诊为88例；主模型换成更强版本（0.925）后，验证器带来的增益缩小到几个百分点。
用有限训练集拟合的生成模型永远不等于真实密度，因此任何足够灵敏的拟合优度检验都会在测试样本足够大时拒绝它，即使模型族本身完全正确。SIGMA把高斯混合模型的参数不确定度用得分函数与Fisher信息写成可处理的协方差，再把传统点零假设检验升级为把这些不确定度作为冗余参数一并剖面化的复合零假设检验。在二维玩具模型和QCD背景的喷注嵌入基准上，计入不确定度后同一模型可在比标准检验大一个数量级的测试集上保持可信。
机器人把走廊里的除颤器记成灭火器，这类错误描述过去会一直留在记忆里。MIT 研究团队在原有 DAAAM 记忆系统上加入不确定性量化，让机器人比较同一物体在不同视角下的描述，判断自己对所见之物有多不确定，再挑选额外视角把描述融合得更准确。在对比基线方法时，该系统把物体描述准确率提高了 5%，并以每个物体仅两张额外描述解决了约 92% 物体的歧义。
跨模态单细胞配对此前只返回一个匹配结果，很少给出置信度。BASILISC 在两种模态的孪生网络上放置贝叶斯后验，把不确定度直接定义在一对细胞的对应关系上，并在配对已知的多组学基准上检验。细胞类型层面，丢弃最不确定的五分之一配对使准确率从 0.93 升到 0.98；细胞层面，后验对跨类型边界的错误匹配判别优于同一分数的确定性读法，AUROC 为 0.68 对 0.64。
材料与分子性质预测的主动学习常把高不确定性样本当作模型缺失的信息。形成能、带隙和溶解度三项任务上，不确定性分别来自损失景观采样与多种子重训集成，再用线性校准因子和神经网络校准。校准后的不确定性在分布外数据上通常未能减少模型改进所需的数据量，与随机抽样和未校准估计相比没有优势，且各方法误差棒相互重叠。
澳大利亚流域的洪水预警改用分位数集成深度学习：三条独立训练的LSTM分别给出流量均值与5%、95%分位，把预测包成90%置信区间，再按15%年超越概率阈值把区间位置翻译成高、中、低风险。在CAMELS-AUS数据上，南澳对比中分位0.05的Quantile-LSTM取得最低RMSE 0.0801，常规LSTM为0.0963；跨州检测中峰值时间误差约1.94至3.12天，但峰值幅度普遍低估约30%。
大语言模型从核电厂事件报告中抽取的因果对，过去只以确定的形式给出，下游风险分析人员无法分辨可靠与不可靠的条目。一项研究把词元概率、多次随机解码的自一致性、三个独立微调模型的分歧和保形预测四路信号，用逻辑回归堆叠成每个因果对的校准置信度。在留出测试集上，合成分数的期望校准误差为0.067、AUROC为0.84，高于任一单路信号；按不确定性优先复核时，前20%的条目覆盖了82%的抽取错误，随机选择为24%。
阿曼原油管道在非等温、黏塑性条件下运行，热损与水头损失过去要靠高保真CFD逐工况计算，速度难以支撑实时决策。研究者用962组COMSOL仿真训练物理信息代理模型，并引入无量纲的流变热损指数RHLI作为输入特征，同时预测总热损、水头损失与总功率损失。五折交叉验证下热损最易学，交叉验证R²接近1；不确定性量化给出平均校准误差0.0211、95%经验覆盖率97.4%，SHAP显示环境温度是热损的主导因素。