本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
温度缩放
我们取了五个不同值的平均值，在不同的训练种子中得出的值为 T = 2.62。下图显示了温度缩放之前和之后的校准。如第一张图表所示，未缩放的 softmax 值显示出重大差异。例如，70-80% 的置信度桶包含精度低于 50% 的预测。缩放后，校准效果大大改善。例如，70-80% 的桶对应 72% 的精度。因此，我们在随后的实验中使用了温度标度值。
本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
我们取了五个不同值的平均值，在不同的训练种子中得出的值为 T = 2.62。下图显示了温度缩放之前和之后的校准。如第一张图表所示，未缩放的 softmax 值显示出重大差异。例如，70-80% 的置信度桶包含精度低于 50% 的预测。缩放后，校准效果大大改善。例如，70-80% 的桶对应 72% 的精度。因此，我们在随后的实验中使用了温度标度值。