本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
溫度擴展
我們取五個不同值的平均值，在不同訓練種子中取得 T = 2.62 的值。下列圖表顯示溫度擴展前後的校正。如第一個圖表所示，未擴展的 softmax 值顯示主要差異。例如，70-80% 可信度儲存貯體包含低於 50% 準確度的預測。擴展後，校正會大幅改善。例如，70-80% 儲存貯體對應至 72% 準確度。因此，我們使用溫度擴展值進行後續實驗。
本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
我們取五個不同值的平均值，在不同訓練種子中取得 T = 2.62 的值。下列圖表顯示溫度擴展前後的校正。如第一個圖表所示，未擴展的 softmax 值顯示主要差異。例如，70-80% 可信度儲存貯體包含低於 50% 準確度的預測。擴展後，校正會大幅改善。例如，70-80% 儲存貯體對應至 72% 準確度。因此，我們使用溫度擴展值進行後續實驗。