深度学习中的误校准问题是指预测的置信度与性能之间存在差异。提出一种叫做Dynamic Regularization (DReg)的方法，通过动态调整正则化以提高模型的可靠性，适应于超出模型能力范围的样本，在理论和实证分析中已证明其优于之前的方法。