待验证50% 置信权衡取舍精确时间

两个样本无法估计flaky率，只检测到两个结果曾经不同过一次；父blob规则也不评估断言强度

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

AI补丁跳过测试的正确姿势：用冻结记录拦住隐藏回归

涉及实体

冻结记录concept

相关事实

待验证该对比实验未披露具体的数据集规模、评估指标以及对比公平性细节，这些因素会影响结论的普适性67% 相似待验证对比学习中的推远操作只要求负样本相似度低于正样本，并不要求达到-1的极端值66% 相似待验证论文在六个系统上对比发现，判决准确率与证据定位（span F1）两项分数之间只存在弱相关性，且对系统的排序结果不一致65% 相似待验证McNemar 检验关注两个模型在每个样本上的分歧情况，只有判断结果不一致的样本（b和c单元格）具有信息量，两者都对或都错的样本被视为无关信息63% 相似待验证在指标上得分超过前代模型并不等于充分解决了对齐问题63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1000341

API

curl https://kongchang.com/api/v1/knowledge/claims/1000341

MCP

get_claim(id=1000341)