待验证50% 置信观点精确时间
实践中，处于78.0区间的模型往往在事实中立性上表现扎实，但在交叉性或双重标准这类轴上偏弱，因为当两个demographic参数相互作用时模型能依赖的训练信号更少。
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
AI偏见检测：公平性审计如何真正运作
rss2026/10/16
涉及实体
相关事实
待验证在AI审计中，交叉性是最难测的轴之一，因为当两个demographic参数同时变动时，训练数据中相应组合的样本量通常急剧减少，导致模型得分往往偏低。76% 相似待验证二元门槛设计对接近门槛的模型不友好，0.74和0.80在分数上天壤之别但实际能力差异可能微乎其微75% 相似待验证在最强的模型上实验各组差异落在置信区间之内，研究者将结果表述为方向性模式和健全性属性而非被证明的性能下限75% 相似待验证一项理论研究证明，模型可以在训练集上完美匹配能量和力，却在采样时产生完全错误的统计行为，即分布层面误差不随局部预测精度提升而减小。74% 相似待验证两个模型在精确匹配准确率上可能相当，但在共享测试实例上，它们出错的格子数量可能相差悬殊。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1043565API
curl https://kongchang.com/api/v1/knowledge/claims/1043565MCP
get_claim(id=1043565)