待验证50% 置信决策规则精确时间
基准测试的公平性取决于是否固定召回率目标（如都在Recall@10=0.95下对比延迟），否则单纯比较QPS数字容易产生误导。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证性能基准测试结果具有统计波动性，需要多次运行取中位数或P95/P99百分位来判断73% 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72% 相似待验证模板匹配的置信度阈值通常取0.8～0.95来判断是否找到目标72% 相似待验证传统推测解码的验证过程对草稿提出的token以min(1, p(x)/q(x))的概率接受，被拒绝则从修正分布norm(max(0, p(x)-q(x)))重新采样，可证明产生的token分布与直接从目标模型采样完全一致（lossless）71% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026216API
curl https://kongchang.com/api/v1/knowledge/claims/1026216MCP
get_claim(id=1026216)