随机划分上的95%区间出了训练范围就失效：七套工程数据上，硬偏移覆盖率跌到0.40–0.75
工程回归的预测区间通常在随机划分上校准，而部署往往发生在训练条件之外。一项基准把七个公开工程数据集沿物理上有意义的偏移变量分成同分布、软偏移和硬偏移三级，用仅源域数据调参的方式比较五个族共12种不确定性量化方法。同分布下保形方法在每个数据集上覆盖率不低于0.946；硬偏移下，11种始终给出区间的方法平均覆盖率降到0.40–0.75，且检测不到方法排名的系统性差异。
CA-WCP 在 BraTS 2020 与合成 CT 上为每个类别给出覆盖 90% 的体积区间，宽度比对称加权共形预测窄 8–14%
该工作提出类别感知非对称加权共形预测（CA-WCP），把潜空间密度比加权与分别校准上下体积界的方向分位数结合，并按验证集假阳性/假阴性率给每个界加上类别特异非对称因子；作者证明其在加权可交换性下保持每类边际覆盖保证，并在 BraTS 2020 与受协变量偏移的合成多器官 CT 上使各类 95% Clopper–Pearson 覆盖区间包含名义 90% 水平，同时区间宽度比对称加权共形预测缩小 8–14%。
已读完全部报道