待验证50% 置信事实精确时间
在类别不均衡的分类任务中，准确率（accuracy）会产生误导；例如1000张工单中只有20张真正紧急，模型全部预测为‘不紧急’也能达到98%准确率。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
已验证在样本严重不均衡时，精度(Accuracy)会产生误导，模型把所有人都预测为健康精度照样能达到99%以上77% 相似待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性74% 相似待验证该基准给每个模型输出两个永不合并的数字：任务得分和虚假自信率（本应上报却强行作答的比例）74% 相似待验证样本量较小时（如仅5-10个成功请求）分位数估算误差会较大，可改用numpy.percentile或增大采样次数提升可靠性74% 相似待验证在类别不平衡场景下，模型可以通过一律预测多数类获得看似漂亮的准确率，这种现象被称为准确率悖论（Accuracy Paradox）73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011110API
curl https://kongchang.com/api/v1/knowledge/claims/1011110MCP
get_claim(id=1011110)