高リスクな自動意思決定の現場では、予測不確実性へのアクセスが、利用者（人間であれ下流のシステムであれ）にとって、アプリケーション固有のコストのトレードオフに基づいて予測を受け入れるか却下するかを判断するために不可欠となる。このような不確実性増強（uncertainty-augmented、UA）システム、すなわち予測と不確実性スコアの両方を出力するシステムは、現在の文献においてさまざまな方法で評価されている。予測と不確実性スコアを別々の指標で評価する方法、固定の却下コストを設定したコスト関数を用いる方法、カバレッジとリスクの曲線を積分する方法などである。arXiv に公開されたプレプリント 2605.20490 の著者らは、これらの評価手法が不確実性下での意思決定における UA システムの全体性能を評価するには不十分であると主張し、対象タスクに対する適切なスコアリングルール（proper scoring rule）として定式化された新たな指標ファミリー $ECUAS_n$ を提案している。
パラメータ n は、誤った予測のコストと不確実性推定の不完全さのコストとの間のトレードオフを制御するもので、利用目的に応じて設定できる。著者らは、この指標ファミリーの利点を理論面と実証面の両方から示しており、多様な分類データセットおよび生成データセットでの実験を行っている。その中には TriviaQA の人手で注釈付けされたサブセットも含まれる。
論文は 2026 年 5 月 19 日に第 1 版が投稿され、5 月 21 日に第 2 版へ更新された。著者は Lautaro Estienne を含む 5 名である。プレプリントとして公表され、本文 9 ページ、全体で 25 ページの構成となっている。主題は人工知能（cs.AI）および機械学習（cs.LG）に分類され、DOI は 10.48550/arXiv.2605.20490、投稿者は Erik Ernst である。
研究の動機として、著者らは既存の評価手法が予測と不確実性の結び付きを分断している点を指摘する。予測精度だけを評価しても、不確実性スコアが信頼できる結果の選別に役立つかどうかは反映されない。一方、固定の却下コストやカバレッジ・リスク積分では、アプリケーションごとに異なる誤りへの感度に対応しにくい。$ECUAS_n$ は両者を統一的なスコアリングルールの枠組みに組み込むことで、評価結果を意思決定タスクの実際のコスト構造に直接対応させる。パラメータ n の存在は、同じシステムでも n の値によって相対的な優位性が変わり得ることを意味し、具体的な導入場面に即した評価に柔軟性を与える。
実証部分は分類と生成の両方のタスクを対象としており、この指標が単一のタスク形式に限定されないことを示す。TriviaQA の人手注釈付きサブセットは、人間の判断を要するオープンな質問応答の場面で指標の有効性を検証するために用いられている。著者らは、理論分析と実験結果の双方が既存手法に対する $ECUAS_n$ の優位性を裏付けていると述べている。不確実性を考慮したモデルを展開しようとする研究者やエンジニアリングチームにとって、この指標ファミリーは予測の正確さと不確実性の質を一体として評価する枠組みを提供するものである。