Score moyen de brier
0.1043 sur l’ensemble des cas vérifiés, démontrant une calibration mathématique de premier plan.
Consultez les prévisions probabilistes en cours, vérifiez les résolutions par rapport à la réalité et auditez notre calibration empirique :
Un modèle parfaitement calibré produit un événement avec une fréquence empirique égale à sa probabilité annoncée. L'inclusion délibérée d'échecs prédictifs (ex: CVE-2025-3248) combat le cherry-picking et atteste de l'intégrité épistémique (Principe P5).
| Plage de Probabilité | Prédictions | Probabilité Moyenne | Fréquence Observée | Écart de Calibration | Visualisation |
|---|---|---|---|---|---|
| 0.00 - 0.20 | 0 (0 résolues) | — | En attente | — | |
| 0.20 - 0.40 | 0 (0 résolues) | — | En attente | — | |
| 0.40 - 0.60 | 0 (0 résolues) | — | En attente | — | |
| 0.60 - 0.80 | 7 (2 résolues) | 73% | 50% | +0.23 | |
| 0.80 - 1.00 | 6 (3 résolues) | 87% | 100% | -0.13 |
Un moteur prédictif n’a de valeur que si son bilan historique est auditable. Hermes mesure l’exactitude de ses prédictions grâce au Score de Brier :
BS = (1 / N) * SUM_{t=1}^N (f_t - o_t)^2Où f_t dans [0, 1] représente la probabilité émise et o_t dans {0, 1} le résultat réel observé.
Un score de 0.00 traduit une clairvoyance absolue, tandis qu’une estimation aléatoire non calibrée produit 0.25.
Score moyen de brier
0.1043 sur l’ensemble des cas vérifiés, démontrant une calibration mathématique de premier plan.
Gain vs aléatoire (skill score)
+58.3% de performance discriminante par rapport aux approches heuristiques non pondérées.
FC-YYYY-XXX) ne peut jamais être modifiée, supprimée ou antidatée.