无真值校准融合评分框架

研究团队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，先利用合成的序数参考空间校准不同子集评分器，再融合生成监督分数。 该方法在三个基准数据集上持续优于未校准平均，并在主要指标的点估计上超过最佳单一评分器。减少校准层级还能显著降低计算成本，同时使结果接近高分辨率校准；目前证据限于这些基准测试。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。