待验证50% 置信事实精确时间

对于仅包含数百条样本的切片评测，合理的置信区间往往宽达3-5个百分点

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

如何正确解读AI排行榜：避开四大陷阱不自欺

涉及实体

置信区间concept

相关事实

待验证在5%显著性水平下测试100个随机因子，期望会有5个看起来显著（多重假设检验问题）72% 相似待验证在仅有一百个场景的小测试集上，不同运行之间的分数可能摆动好几个百分点，应在完整数据集上评判71% 相似待验证测试者认为在该规模数据集上只有约5%以上的差异才具备统计意义，而实际差距不足4%，尚未达到显著水平71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1005186

API

curl https://kongchang.com/api/v1/knowledge/claims/1005186

MCP

get_claim(id=1005186)