AI 與世界的難題 · 地球與氣候科學 · arXiv · 2026-10-20
偏濕的資料管線誤導了生成式降水臨近預報的訓練與評估
原標題: Wet-Biased Data Pipelines Mislead the Training and Evaluation of Generative Precipitation Nowcasting
生成式降水即時預報模型通常在偏濕的資料集上訓練與評估，而依據目標觀測值挑選的測試案例，可能會改變模型所學習的分布。作者以分析方式證明，這種取樣偏差可能掩蓋訓練偏差。他們使用固定的衛星到雷達擴散模型，顯示校準評估結果會因測試集而反轉：該模型在偏濕的測試集上看似預測偏低，而在具實際部署代表性的測試集上則看似預測偏高。