待验证50% 置信事实精确时间

意图分类的评估指标通常是准确率（Accuracy）或宏平均F1，因为类别分布往往不均衡。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

200条消息分类实测：Clef-Flash仅需4次请求，精度比肩qwen3.5-9b

redditr/deeplearning2026/10/15

涉及实体

意图分类concept

相关事实

待验证在二分类混淆矩阵中，F1分数是精确率和召回率的调和平均72% 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70% 相似待验证平均准确率会掩盖分布偏差，一个在简单案例全对、困难案例过度自信的裁判可以刷出高平均分却在关键处失灵69% 相似待验证平均评分标准得分描述的是满足了多少条标准，而非完美完成了多少个工作流67% 相似待验证Macro-F1对每个类别分别计算F1分数后取算术平均，不考虑各类别样本数量差异，更能反映模型在少数类别上的表现67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1034489

API

curl https://kongchang.com/api/v1/knowledge/claims/1034489

MCP

get_claim(id=1034489)