AI 與世界的難題 · 地球與氣候科學 · arXiv · 2026-10-23
我們能信任對 AI 天氣預報極端事件的評估嗎？評估協定如何影響模型排名
原標題: Can We Trust Evaluations of AI Weather Forecasts for Extremes? How Evaluation Protocols Shape Model Rankings
對於 AI 天氣模型是否能預報極端事件，各項研究意見不一，作者認為部分原因在於評估方式不同。在共同的實驗設計下，模型排名高度取決於所用指標：以物理為基礎的模型在觀測到的極端事件上表現最佳，而 AI 模型則在加權評分下表現較好。列聯分析顯示，AI 模型會低估極端事件並漏報，而物理模型較常預報出極端事件，但也會產生誤報；評分差距主要源於校準不佳，而非鑑別能力。