无真值参考空间校准：融合前对齐监督分数的框架

该研究提出一种校准优先框架，在没有真实标签或共享标注空间时，先用合成序数参考空间对齐不同子集评分器，再融合生成监督分数。在三个基准数据集上，该方法持续优于未校准平均，并在主要指标点估计上超过最佳单一评分器；减少校准层级还能在显著降低计算成本的同时接近高分辨率结果。