🤷 弃权经济学实验室
「不知道」也是有价格的 —— RC 曲线 / AURC / 代价相变 / 校准不等于排序
🤷弃权经济学实验室
不确定性唯一有经济后果的出口——拖阈值 τ，看 coverage / risk / 期望效用怎么变，以及 τ* 什么时候直接塌到 0
RC 曲线 🧮AURC / E-AURC 🧮τ* 相变 🧮ECE 🧮⚠️ 样本为构造数据
⚠️ 数据来源
(confidence, correct) 样本由 seed 决定的潜变量模型构造（⚠️ 构造值，可换 seed / 调噪声）， 代价三元组 (G, C_w, C_a) 是教学参数（⚠️ 滑杆可调，也可用真实场景预设）。 但 RC 曲线、AURC、E-AURC、U(τ)、τ*、解析临界比、ECE、保序回归全部在浏览器内真算（🧮）。 样本量 N = 480（8 领域 × 60）。seed 20261002
📉 Risk–Coverage 曲线
按 confidence 降序排序后前缀累计：作答越多（coverage ↑），答错比例（selective risk ↑）。 拖 τ 滑杆，看当前工作点在曲线上滑动。
本模型 RCoracle 下界（看穿对错）random 基线
59.8%
当前 coverage
287 / 480 作答
28.6%
当前 selective risk
82 个答错
0.2431
AURC
random 基线 0.4229
0.1374
E-AURC（超出 oracle 的部分）
oracle 0.1057
顶部 k% 准确率
| Coverage | 作答数 | 该档准确率 | 相比全量 |
|---|---|---|---|
| 10% | 48 | 91.7% | +34.0pp |
| 20% | 96 | 85.4% | +27.7pp |
| 50% | 240 | 76.7% | +19.0pp |
| 100% | 480 | 57.7% | — |
全量准确率 57.7%；只答最有把握的 10%，准确率抬到 91.7%。这就是 selective prediction 的全部卖点——代价是 coverage。
⚠️ 构造数据(confidence, correct) 样本与代价三元组🧮 浏览器真算RC / AURC / U(τ) / τ* / 临界比 / ECE / 保序回归📖 文献risk–coverage 与 selective prediction 的标准结论