**ProbabilityBench：基于精确真实标签的模型不确定性评估基准**

_ProbabilityBench: Model Evaluation and Calibration with Exact Ground-Truth Uncertainty_

> 研究者推出了 ProbabilityBench，通过提供模拟领域的精确实例级类别概率，解决了评估模型不确定性时缺乏真实标签的难题。该基准不仅能衡量模型预测的概率质量，还能作为元评估框架来验证标准校准指标的准确性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.17016)