天气预报一旦拉长到两周以后，就像沿着一条不断分叉的路往前猜：起点的一点误差，几周后可能变成完全不同的结果。Lester Mackey介绍的“概率偏差校正”，瞄准的正是提前2至6周的次季节空档。它不要求模型押中某天某地的天气，而是修正多种天气结果各自可能性中的系统性偏差。
具体来说，这套机器学习方法从历史预报与实际天气的差异中学习，像校准一只总是慢五分钟的钟。作者称，把它用于欧洲中期天气预报中心（ECMWF）的动力模型和AI模型后，AI Forecasting System原本有限的次季节预测能力提高一倍；相较已经做过偏差修正的业务动力模型，它在91%的气压、92%的气温和98%的降水预测目标上更好。它还在ECMWF的2025年实时预报竞赛中，于所有天气变量和提前时段取得最佳结果。值得注意的是，这仍是概率性的趋势与风险判断，不等于把日常天气预报精确延长到六周。