AI与世界难题 · 地球与气候科学 · arXiv · 2026-10-20
偏湿的数据管道误导了生成式降水临近预报的训练与评估
原标题: Wet-Biased Data Pipelines Mislead the Training and Evaluation of Generative Precipitation Nowcasting
生成式降水临近预报模型通常在偏湿的数据集上训练和评估,而基于目标观测选取的测试案例可能会改变模型所学习的分布。作者通过分析证明,这种采样偏差可能掩盖训练偏差。他们使用一个固定的卫星到雷达扩散模型表明,校准评估结果可能因测试集不同而逆转:该模型在偏湿的测试集上显得预测偏少,而在能代表实际部署情况的测试集上则显得预测偏多。