概念Uncertainty Estimation
不确定性估计
在深度学习中用于量化模型预测置信度的技术，分为认知不确定性和偶然不确定性两类，常见实现方法包括蒙特卡洛Dropout、深度集成和贝叶斯神经网络
时间轴 (近 90 天)
11月5日
由于传感器噪声和动态环境，机器人世界模型中的每个条目往往带有不确定性估计，例如用协方差或置信度分数表示。
待验证50%
10月15日
不确定性评分常基于预测熵、置信度或贝叶斯近似，高不确定性样本往往位于决策边界附近。
待验证50%
10月12日
现有不确定性估计方案通常需要多次采样（5倍或更多算力）、引入裁判模型或依赖标注数据集，成本较高且只给出笼统置信度。
待验证50%
9月25日
把置信度当作知识的代理指标是许多评测、幻觉检测和不确定性估计方法的隐含前提
待验证50%