研究对象
重尾噪声下，评估指标可能把固定偏移的预测器排在真实 location 之前。本文关心模型排序是否忠实于声明的目标，以及增加独立 query 是否使比较更可靠。
TabU Technical Series · 本地论文介绍
P03 · Beyond Variance Explained
Reliable Model Comparison under Heavy-Tailed Noise：为表格数值预测建立跨模型共享的 相对预测增益（Relative Predictive Gain）的对数版本，并分析何时以真实 location 为总体最优、何时能可靠区分预先固定的预测器。
v5 本地稿件评估方法学未投稿
评分协议
从 support targets 一次性确定中位数 reference 和带预声明正下限的 raw MAD 尺度；所有模型共用 support、query、reference、尺度和权重，在 query 上比较对数残差损失。相对预测增益表示相对于共同基线减少的所选损失比例，沿用 skill-score 归一化形式；不是准确率提升比例。
已有证据
v5 TeX 和 44 页 PDF 已在本地；附带数学与实现核验、九组固定预测器模拟。附录 M 讨论 asinh 相对预测增益，独立候选实现保留原评分器身份，尚无优越性结论。已知 DGP 上真实机制 $f$ 对训练后 XGBoost 的排序实验已进入正文：所选对称重尾噪声下 $S_{\log}$ 更常保住 $f$ 的排名，Gaussian 小 query 与偏斜负控给出边界。TALENT 100 回归任务的 XGBoost 旧协议快照（7 项零 MAD 使用 MeanAD 回退）仅作描述性资料，与 v5 结果分开。
当前边界
各任务目标单位与具体尺度下限尚未选定，100 项 TALENT 任务尚未按 v5 规则重评分；没有多模型排序或 TabU 模型优越性结果。作者与机构未填写，未提交 arXiv 或会议。
在组合中的位置
这是 TabU 数值目标评估方法论文；现行 TabU 的模型与训练证据、P11/TabUF 的历史方法与知识项目、P31 的 Cauchy kernel 方法分别有自己的事实源。本稿不占现有 WIP，也不属于已登记的 USL core ten。
历史编号
原 RQ03 与历史 P02/A2 Decision Delta 仍是 agent evaluation 旧问题；历史 P03/A3 Collaboration Trace 是另一个旧候选。两者均不提供本稿的实验或投稿证据。