งานวิจัย 3 ชิ้นเสนอแนวทางใหม่ในการประเมิน AI สำหรับสถานการณ์ความเสี่ยงสูง (ไฟป่า ฉุกเฉิน, uncertainty)

บทความ arXiv ล่าสุดสามชิ้นชี้ปัญหาการใช้ metric มาตรฐาน (F1, IoU) ประเมินระบบ AI ในบริบทความเสี่ยงสูง แต่ละชิ้นเสนอกรอบใหม่: ชิ้นแรกใช้ monotonic framework วัดว่าคะแนนความเสี่ยงไฟป่าสอดคล้องกับ operational load จริงหรือไม่ ชิ้นที่สองเสนอ ECUAS_n สำหรับระบบที่ output ทั้ง prediction และ uncertainty score พร้อม cost trade-off ชิ้นที่สามใช้ Large Models สร้างสถานการณ์ฉุกเฉินหลากหลายเพื่อประเมินความเสี่ยงแบบ dynamic แทนการจำลองแบบ preset ซึ่งทั้งหมดช่วย dev/PM/founder ที่สร้างระบบ safety-critical ให้มีแนวทางประเมินที่สะท้อนการใช้งานจริงมากกว่า accuracy ธรรมดา