待验证50% 置信基准精确时间
即使最热的设置，在 1% 假阳性截断下仍有 11% 的重写被标记，对重写零假设的 AUC 仍有 0.67。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证9款模型中没有一款能明确跑赢「固定猜31%」的基准，所有模型的AUC置信区间都包含0.575% 相似待验证校准是指模型输出 0.9 时，在大量同类样本中约有 90% 确实是正确类别；未校准模型可以有高 AUC 但数值不能直接当概率用。74% 相似待验证当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能70% 相似待验证在BIRD基准测试中，使用令牌替代姓名的Aura方案正确率为67.6%，与真实数据的68.2%差距仅0.6个百分点，而外泄个人信息从849条降至0条69% 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68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029975API
curl https://kongchang.com/api/v1/knowledge/claims/1029975MCP
get_claim(id=1029975)