AI与世界难题 · 地球与气候科学 · arXiv · 2026-10-23
我们能否信任对AI极端天气预报的评估？评估协议如何影响模型排名
原标题: Can We Trust Evaluations of AI Weather Forecasts for Extremes? How Evaluation Protocols Shape Model Rankings
对于 AI 天气模型能否预报极端事件，各项研究存在分歧，作者认为部分原因在于评估方案不同。在一个通用的实验设计中，模型排名在很大程度上取决于所用指标：基于物理的模型在观测到的极端事件上表现最佳，而 AI 模型在加权评分下表现更好。列联分析表明，AI 模型会低估并漏报极端事件，而物理模型预报极端事件的频率更高，但会产生虚警；评分差距主要源于校准偏差而非判别能力。