超越规范：检测回归模型中的预测误差

该研究论文讨论了检测回归算法中的不可靠行为的挑战，首先正式介绍了回归中的不可靠性概念，然后利用概率建模工具估计误差密度并测量其统计差异性，从而得出表达回归结果不确定性的数据驱动评分。实验证明在多个回归任务中，该方法在错误检测方面的性能显著优于流行的基准方法，并为不确定性量化和安全机器学习系统的广泛领域做出贡献。