待验证50% 置信基准精确时间
任务 C 中，9B 在 27B 标记为 flagged 或 urgent 的 103 个案例中有 91 个保持一致，一致率为 88.3%；但只有五个 none 案例，无法可靠估计假阳性率。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
实测三元Bonsai 2 9B：速度提升3倍，但生产环境不敢换
rss2026/10/16
涉及实体
相关事实
待验证产生'9个惰性'的分类器使用token重叠率作为判断标准；在0.70的截断值下，9个条目通过阈值；在0.90的截断值下，没有任何条目通过。67% 相似待验证编排器自己的仓库在同期有 63 次合并，但独立验证通过数为 0（8 项失败，13 项无法结论）。66% 相似待验证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。65% 相似待验证研究人员经人工验证确认了91个失败，并将其归入7个失败位点（failure locus）65% 相似待验证即使最热的设置，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。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1043483API
curl https://kongchang.com/api/v1/knowledge/claims/1043483MCP
get_claim(id=1043483)