先了解这件事
AI 综述
2026年10月14日,微软研究院主导的团队在 Nature 发表研究,提出概率偏差校正(PBC)机器学习框架,用于改进未来两到六周的次季节天气预报,并开源了代码。该框架先把确定性预报集合转换为概率预报,再由 Debias++ 和 Persistence++ 两个模型并行做互补校正,最后投影到有效累积分布函数空间取平均。据研究称,在 ECMWF 集合上,PBC 将降水 RPSS 从 0.023 提升至三倍,并把原本为负的温度和气压预报转为有技能;其与 POET 组成的 MicroDuet 在 ECMWF 2025 AI Weather Quest 竞赛首个赛季的全部变量和时效上排名第一。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
微软研究院在 Nature 发表 AI 天气预报研究，提出概率偏差校正框架 PBC事件进展
1 个已确认进展
- 来源：Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月15日
Unite.AI
微软研究院在 Nature 发表 AI 天气预报研究，提出概率偏差校正框架 PBC
微软研究院主导的团队在 Nature 发表研究，提出概率偏差校正（PBC）机器学习框架，用于改进未来两到六周的次季节天气预报，并开源了代码。PBC 先把确定性预报集合转换为概率预报，再由 Debias++ 和 Persistence++ 两个模型并行做互补校正，最后投影到有效累积分布函数空间取平均。在 ECMWF 集合上，研究称 PBC 将降水 RPSS 从 0.023 提升至三倍，并把原本为负的温度和气压预报转为有技能；其与 POET 组成的 MicroDuet 在 ECMWF 2025 AI Weather Quest 竞赛首个赛季的全部变量和时效上排名第一。