周一预测周五的市场波动是 0.02，周二再算却变成 0.03：同一个模型，也会对同一天给出互相打架的答案。Fajana 等人关注的正是这种“跨起点不一致”。它常见于多步预测——模型一次推演未来多个时点，随后又从新起点重新推演，于是预测范围发生重叠。
他们提出一个贝叶斯后处理框架：把这些预测视为对同一条“潜在轨迹”（真实但尚不可观测的未来走势）的带偏差、带噪声测量，再综合推断一致结果及其不确定性。它不需要查看原模型的结构、参数或训练数据，因此可以接在不同预测系统之后。论文的 S&P 500 日波动率实验也提醒人别把“一致”误当成“一定更准”：90% 预测区间的实际覆盖率从 94.8% 调整到 88.3%，更接近标称的 90%，但点预测误差反而上升。换句话说，这项工作主要修补预测之间的口径冲突，不保证同步提高每个数值的准确度。