不确定性不是软弱，而是一份契约。

当我们的系统进行预测时，它会同时说明自己不知道多少——并附带一个对照真实命中率检验过的范围。本文讲述这在 R84 版本中如何运作。

当世界改变时重新学习

Camile World Model（CWM）平台发布 R84 版本。新意在于对返回误差范围的服务的调整：除了依据客户自身经过验证的历史进行校准，它现在还能在一个随时间移动的窗口内，用最近的事件重新学习。为避免震荡，该窗口设有经过检验的下限：只有至少 192 个最近事件才会重新校准。不符合规则的窗口请求会以明确的错误被拒绝。不使用这一调整的用户察觉不到任何差别：现有的一切都不改变行为——与之前完全相同。

支撑数字的是方法

每一条假设都在任何测量之前写成文字；每一个判定都遵循事先定好的标准，该标准会精确说明什么能证明我们错了；而每一个负面结果或被舍弃的假设都会被公布，而不是被丢弃。在 R84 轮次中，我们用八个预先登记的种子重复了实验——在采集之前选定的不同初始数据，没有任何挑选的余地。重复表明，一个理论公式作为实际观测值的上界成立——并且诚实地表明，第一次尝试的结果是一个罕见的尾部情形，而不是规律。

在哪里核对

一切都可以在产生这些事实的平台上核验：当前版本的徽章、包含每一轮变化的 35 个已发布版本，以及更新页面，都在 https://camileai.com/cwm。这是本家的规则：这里没有任何主张超出平台所展示的。如果你想跟踪下一次变化，它会最先出现在那里。

我们如何检验

窗口调整是可选的，并已记录在公开的 API 契约中；不使用它时，行为与之前逐位相同。R84 轮次的实验以八个不同的种子以及它们之间的独立性标准记录在案。愿意的人可以复现：已公布的数字可以被重建。