知识卡片：弥合置信度差距：用温度缩放校准测试时提示调优

一句话结论

论文提出 CoTS 与 E-CoTS，用温度缩放缩小测试时提示调优（TPT）与零样本预测之间的置信度差距，并在弱-强集成上应用；在 ImageNet 变体上，E-CoTS 将 TPT 的平均 ECE 从 11.90% 降至 5.38%，同时将准确率从 60.74% 提高到 62.95%，但更细实验设置与可复现性待核实。

事件概述或研究问题

• 研究对象：Test-time prompt tuning (TPT) 能在单个测试实例上自适应，提升准确率，但常牺牲校准性能。
• 现有校准方法：多通过额外正则项促进文本嵌入分散以降低校准误差，却常伴随准确率下降。
• 本文问题：能否在保持 TPT 准确率的同时改善校准？
• 动机：零样本预测通常具有较好的校准特性。
• 论文：Bridging the Confidence Gap: Temperature Scaling for Calibrating Test-Time Prompt Tuning，arXiv:2609.17386v1。

方法/产品要点

• CoTS：一种简单后置校准方法，对 adapted 预测应用温度缩放，最小化 adapted 预测与 zero-shot 预测之间的 confidence gap，以保留准确率。
• 弱-强集成策略：为充分利用自适应过程中的多次增强，提出 weak-strong ensemble strategy，进一步提升准确率。
• E-CoTS：将 CoTS 应用于该弱-强集成，以维持其良好校准特性。
• 兼容性：E-CoTS 与现有校准方法集成时，通常能同时增强准确率和校准。

主要结果或产业意义

• 在多样数据集和 backbone 上，方法有效缓解误校准，且不损害主要准确率。
• ImageNet 变体上的报告：TPT 平均 expected calibration error 从 11.90% 降至 5.38%；准确率从 60.74% 升至 62.95%。
• 与现有校准方法结合时，E-CoTS 通常同时提升准确率和校准。
• 产业意义：若结果可复现，对需要可靠置信度的测试时适应部署有参考价值；具体场景效果待核实。

为什么重要

• 测试时适应/调优通常以准确率为核心指标，但部署中置信度是否可靠同样关键；本工作把校准作为一等目标。
• 与已有卡片脉络的关系：ElasticTTT 关注测试时调优中的先验保护；可解释自适应采样和 Consilience 关注测试时缩放/推理中的置信度信号与轨迹选择。本条增量在于：针对 TPT 的校准退化，使用零样本预测作为置信度参照，以温度缩放和弱-强集成实现“保准确率”的后置校准，而非通过正则项或轨迹选择来间接处理。
• 可能为后续“准确率-校准”联合优化提供简单基线。

局限与不确定性

• 当前仅能依据 arXiv 摘要与元数据，正文方法细节、实验设置和附录未提供。
• 待核实：具体数据集列表、backbone 类型、ImageNet 变体的具体划分、ECE 分箱与实现、温度参数如何设定/学习、弱-强集成的构成、计算与显存开销、是否依赖额外验证数据、是否覆盖图像分类之外任务。
• 待核实：与哪些现有校准方法集成、baseline 设置、统计显著性和方差。
• 待核实：代码与复现材料是否公开。
• 原始材料未单独列出关键词；本卡片中的英文关键词为据标题/摘要提取。

可用于图书/PPT/简报的角度

• “准确率涨了，置信度可信吗？”：用 TPT 校准退化说明测试时适应的隐藏风险。
• “零样本预测作为校准锚”：适应后的预测不应离零样本置信度太远。
• “后置温度缩放仍有用”：简单后处理可与复杂测试时适应叠加。
• “弱-强集成一石二鸟”：增强多样性既提升准确率又帮助维持校准。
• 关键数字页：ECE 11.90%→5.38%，Accuracy 60.74%→62.95%（ImageNet 变体）。
• 脉络页：从 TTT 先验保护到 TPT 置信度校准，再到可靠测试时适应。

原始材料

• 英文标题：Bridging the Confidence Gap: Temperature Scaling for Calibrating Test-Time Prompt Tuning
• 英文关键词（据材料提取，原文未列出）：Test-time prompt tuning; Temperature scaling; Calibration; CoTS; E-CoTS; Weak-strong ensemble; Expected calibration error
• arXiv ID：2609.17386v1
• 作者：Yuwei Liang, Jian Liang, Dapeng Hu, Yinuo Xu, Ran He
• 发布时间：2026-09-15T16:25:48Z；更新时间：2026-09-15T16:25:48Z
• 主分类：cs.LG；分类：cs.LG
• Abstract URL：https://arxiv.org/abs/2609.17386v1
• PDF URL：https://arxiv.org/pdf/2609.17386v1