待验证50% 置信观点精确时间
当患病样本占比低时，召回率和F1分数比准确率更能反映模型的实际检出能力。
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
待验证微调后的DistilBERT在同分布测试中F1=0.9993，但在主题偏移下损失12.9个平均精度点，退化比线性模型的5.2点更严重73% 相似待验证即便是表现最好的模型，其证据ID的F1也仅有0.36左右，反映现有大模型在精确定位证据的跨学科推理任务上仍有较大提升空间73% 相似待验证在不平衡分类问题中，即使模型将所有样本都预测为多数类也能获得很高的准确率，因此需要转向精确率-召回率曲线、F1分数、Matthews相关系数或AUC-ROC等更具鉴别力的指标71% 相似待验证70到80之间的F1水平意味着当前模型表现更适合作为研究参照，而非直接落地的判决辅助工具71% 相似待验证在疟疾筛查等高风险医疗场景中，假阴性的后果远比假阳性危害大，因此模型设计倾向于以较低决策阈值换取高召回率，而非追求F1或AUC-ROC的最优70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028197API
curl https://kongchang.com/api/v1/knowledge/claims/1028197MCP
get_claim(id=1028197)