不确定性特征曲线：预测区间的系统化评估

准确量化模型不确定性长期以来被公认为可信AI的基本要求。在回归任务中，不确定性通常使用针对特定工作点校准的预测区间来量化，这使得不同研究间的评估与比较十分困难。我们的工作借助：（1）工作特征曲线的概念与（2）相对于简单参考的增益思想，推导出一种新的与工作点无关的预测区间评估方法。本文描述了相应算法，提供了理论分析，并展示了其在多种场景中的效用。我们认为所提方法满足了当前对预测区间全面评估的需求，从而是不确定性量化工具箱中的宝贵补充。