# 不确定性估计

跨模态遥感检索要在合成孔径雷达与多光谱图像之间找到语义相同的场景，而此前的 JEPA 类方法把被遮挡图像块的潜在表示当作确定值回归，默认每块都同样可预测。CAPE-JEPA 改为输出每块均值和方差的高斯预测器，用负对数似然训练，并加入对抗式跨模态分布正则与训练中对比学习。在 BEN-14K 与 fMoW 上，它在全部八个检索方向上超过包括 X-JEPA、SkySense 和 CROMA 在内的基线，相对 X-JEPA 在 BEN-14K 跨模态方向最多高 13.74 分、在 fMoW 上最多高 15.59 分，参数量为 407.30M 对 432.72M。

跨模态遥感检索要在合成孔径雷达与多光谱图像之间找到语义相同的场景，而此前的 JEPA 类方法把被遮挡图像块的潜在表示当作确定值回归，默认每块都同样可预测。CAPE-JEPA 改为输出每块均值和方差的高斯预测器，用负对数似然训练，并加入对抗式跨模态分布正则与训练中对比学习。在 BEN-14K 与 fMoW 上，它在全部八个检索方向上超过包括 X-JEPA、SkySense 和 CROMA 在内的基线，相对 X-JEPA 在 BEN-14K 跨模态方向最多高 13.74 分、在 fMoW 上最多高 15.59 分，参数量为 407.30M 对 432.72M。

儿童腕部细微骨折在X光片上常只表现为局部皮质中断或细线状透亮，而骨骺、生长板和重叠骨影让这类征象难以分辨。MV-CortexGuard把正位与侧位片放在同一套解剖坐标里比对皮质连续性，并对高风险检查选择交由专家复核。在GRAZPEDWRI-DX内部测试集上，其小骨折子集平均精度为52.7%，比YOLOv10m高6.6个百分点，整体AP@50–95为63.4%。

儿童腕部细微骨折在X光片上常只表现为局部皮质中断或细线状透亮，而骨骺、生长板和重叠骨影让这类征象难以分辨。MV-CortexGuard把正位与侧位片放在同一套解剖坐标里比对皮质连续性，并对高风险检查选择交由专家复核。在GRAZPEDWRI-DX内部测试集上，其小骨折子集平均精度为52.7%，比YOLOv10m高6.6个百分点，整体AP@50–95为63.4%。

在ISO 21448的预期功能安全分析中，一个在某种条件下满足性能目标的激光雷达检测器不确定性阈值，换到另一条件后是否仍然满足，此前没有检验程序。这里把阈值原样迁移到使用条件，用统计检验在给定错误概率下判定目标适用、不适用或无法判定，并给出证明达标所需的最少独立单元数。在KITTI与nuScenes的PointPillars集成上，按帧计数时，从nuScenes迁移到KITTI的阈值在全部五个划分上判为不适用；按录制序列计数时，两个数据集都不足以证明任何目标限值被满足。

在ISO 21448的预期功能安全分析中，一个在某种条件下满足性能目标的激光雷达检测器不确定性阈值，换到另一条件后是否仍然满足，此前没有检验程序。这里把阈值原样迁移到使用条件，用统计检验在给定错误概率下判定目标适用、不适用或无法判定，并给出证明达标所需的最少独立单元数。在KITTI与nuScenes的PointPillars集成上，按帧计数时，从nuScenes迁移到KITTI的阈值在全部五个划分上判为不适用；按录制序列计数时，两个数据集都不足以证明任何目标限值被满足。

产程超声中自动测量进展角（AoP，耻骨联合长轴与胎儿颅骨切线之间的夹角）平均误差只有几度，但少数帧会无声地错上几十度。在IUGC2025公开基准的501个测试文件上，六个关键点检测器组成集成，用检测器之间的分歧给每帧排序，把最可疑的5%转人工复核后，20度以上大错在保留帧中的比例从1.2%降到0.2%，六例中抓住五例。漏掉的那一例是六个检测器一致低估、彼此分歧很小的情况；按角度算分歧与按关键点坐标算分歧在主要终点上未检出差异，验证集定出的阈值在测试集上也没有守住预定的复核比例。

产程超声中自动测量进展角（AoP，耻骨联合长轴与胎儿颅骨切线之间的夹角）平均误差只有几度，但少数帧会无声地错上几十度。在IUGC2025公开基准的501个测试文件上，六个关键点检测器组成集成，用检测器之间的分歧给每帧排序，把最可疑的5%转人工复核后，20度以上大错在保留帧中的比例从1.2%降到0.2%，六例中抓住五例。漏掉的那一例是六个检测器一致低估、彼此分歧很小的情况；按角度算分歧与按关键点坐标算分歧在主要终点上未检出差异，验证集定出的阈值在测试集上也没有守住预定的复核比例。

该工作提出 SAUCE，一种免训练的不确定性估计器，把并行多智能体推理中的不确定性建模为对潜在系统级信念的序贯推断：每轮以跨智能体一致度作为证据、以生成不确定性作为该证据的噪声权重，通过滤波式递推更新信念，并在五个骨干模型、五个基准与 Debate、DyLAN 两个协议上改善了误分类检测、选择性预测与校准。

该工作提出 SAUCE，一种免训练的不确定性估计器，把并行多智能体推理中的不确定性建模为对潜在系统级信念的序贯推断：每轮以跨智能体一致度作为证据、以生成不确定性作为该证据的噪声权重，通过滤波式递推更新信念，并在五个骨干模型、五个基准与 Debate、DyLAN 两个协议上改善了误分类检测、选择性预测与校准。

该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。

该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。

该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。

该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。