victorwang37 团队研究：知识更新后模型置信度失准，持续校准存在巨大改进空间

victorwang37 团队提出「持续校准」新问题：可信的持续学习模型，其置信度应随知识增长同步更新，而无需反复重新校准。团队在开源模型的多个 checkpoint 上用「知识对比集」测试，度量置信度对知识变化的依赖；发现即便单一时间点表现良好的置信度估计器，在后续 checkpoint 上泛化也很差，推理时方法与微调方法均存在明显不足。