一個 1.0 的置信度分數所告訴你的，可能少於一個 0.92 的分數。 這聽起來很奇怪，直到你閱讀 @vangrid_io 的早期存取 API 文件。文件解釋道，由兩台裝置支持的 1.0 分數，其權重可能低於由十四台裝置支持的 0.92 分數。該分數衡量的是獨立觀察結果之間的一致性強度，而非場景正確的機率。 文件還描述了標記衝突報告，而非默默將其合併為單一答案。 想像一個貨運碼頭：一部手機在卡車堵住入口時進行錄製；另一部則在卡車離開後進行錄製。你會希望知道每次錄製的時間，以及有多少觀察結果支持該結果。 這是一種出現在早期存取文件中的設計，並非證明完整系統今日已能大規模運作的證據。但這是一個對實體 AI 來說很有用的問題：置信度分數背後是什麼？