时空预测难度信号可靠性的实证评估：σ与提前退出深度的比较及种子级不稳定性

《IEEE Access》：When Is an Explicit Difficulty-Alignment Objective Necessary? A Regime-Dependent Comparison of Depth, Native Uncertainty, and Fusion for Spatio-Temporal Reliability Monitoring

　　摘要：时空预测系统的操作者通常需要一种由模型导出的难度信号来确定监测优先级：这是否需要以显式对齐目标来训练提前退出深度，还是架构自身的自由不确定性头（σ）已经足够？我们首先通过梯度解耦论证表明，在解耦目标下通过回归拟合固定代理而训练的阈值，无法因果性地超越该代理已编码的信息——这一警示适用于任何以这种方式训练以模仿廉价代理的信号。在实验上，以旗舰ST-ResNet骨干网络为基础，σ在六个城市流动网络中的五个上匹配或优于对齐深度，尽管对该差距进行的城市级配对检验本身并不显著（p = 0.22，n = 6）。为检验跨架构的泛化性，我们在第二个骨干网络（Graph WaveNet）上重复该测试，涉及两个城市、每个城市5个随机种子：在METR-LA上，深度、σ以及无参数的平均绝对偏差加σ（MAD+σ）融合均稳定复现（5/5个种子各自显著）；在纽约出租车数据上，三者中无一具有种子稳定性：所有三种信号的标准差均超过均值，且σ的符号随种子变化而从强烈反向变为显著正确。这种不稳定性——而非简单的符号反转——是本文第二个骨干网络的核心发现：我们目前无法推荐任何单一自由信号（包括融合）在该城市/骨干网络组合上作为可靠依据。这些结果表明，在新型部署场景中，任何可靠性信号都不应仅凭单次训练结果而被信任，而应进行种子级验证。