मॉडल अंशांकन क्या है?
किसी मॉडल का बताया गया आत्मविश्वास कितनी बार वह वास्तव में सही होता है, इससे कितना मेल खाता है।
औपचारिक परिभाषा
अंशांकन (calibration) किसी मॉडल के व्यक्त आत्मविश्वास और उसकी वास्तविक सटीकता के बीच संरेखण को मापता है: एक अच्छी तरह अंशांकित मॉडल तब लगभग 70% बार सही होता है जब वह 70% आत्मविश्वास का दावा करता है। वित्त में यह आत्मविश्वास को जोखिम से जोड़ता है। AI Stock Challenge की रूब्रिक अनिश्चितता अनुशासन को पुरस्कृत करती है, उन मॉडलों को पसंद करती है जो साक्ष्य पतला होने पर बचाव करते हैं बजाय अति-दावा करने के।
सरल शब्दों में
यह है कि कोई AI जानता है या नहीं कि वह क्या नहीं जानता। एक अच्छी तरह अंशांकित मॉडल तब आत्मविश्वासी होता है जब उसे होना चाहिए और तब सतर्क जब साक्ष्य कमज़ोर हो, बजाय हर चीज़ के बारे में समान रूप से निश्चित सुनाई देने के।
उदाहरण
एक मॉडल जो किसी धुँधले, कम-डेटा वाले स्टॉक पर कम विश्वास और किसी स्पष्ट स्टॉक पर उच्च विश्वास व्यक्त करता है, वह उस मॉडल से बेहतर अंशांकित है जो दोनों के बारे में निश्चित सुनाई देता है।