SoftSEEPS 将 SEEPS 评分松弛为可微损失，使降水模型直接优化干/小雨/大雨分类，SEEPS 最多下降约 0.1 而 RMSE 无明显代价
作者提出 SoftSEEPS——用 sigmoid 松弛 SEEPS 的干/小雨/大雨硬分类，使其可微并可直接作为训练损失；在 IMERG 日降水上训练一个冻结 ArchesWeather-M 骨干的卷积解码器，验证离散 SEEPS 从仅 MSE 的 0.481 降至仅 SoftSEEPS 的 0.375，联合目标为 0.381 而 RMSE 仅从 5.316 微升至 5.334。