本文介绍了几种校准方法，包括焦点损失、温度缩放和参数化温度缩放等，这些方法可以提高分类模型在测试数据上的校准表现，并解决过度自信的问题。实验证明这些方法在多个数据集上都取得了良好的效果。

本文比较了五个数据集和两个模型类型上程序辅助语言模型和基于文本的思维链提示技术的校准情况。结果显示，程序辅助语言模型在75%的情况下提供更好的校准性能。通过使用温度缩放来降低生成的多样性，程序辅助语言模型在某些温度下不仅更准确，而且更具校准性。总体而言，程序辅助的推理者比基于文本的对应者更好地了解自己的知识。

本研究探究了不同架构、数据集和训练策略下视觉语言模型（VLMs）的校准性能，并发现温度缩放显著改善了校准性能。实验结果强调了在关键实际场景中理解和应用VLMs的重要性，旨在更可靠、有效地使用VLMs。

该文研究了三种不同架构在不同精度下的校准性能，发现校准质量与量化质量呈正相关。GhostNet-VGG在低精度下表现最为稳定，温度缩放可以改善量化网络的校准误差。该研究为可解释可靠的EdgeML提供了更多机会。