待验证50% 置信决策规则精确时间

探针使用配对比较统计量P：将10个无损害分数与10个损害分数两两配对形成100对，P为损害版本得分更高的对数比例（平局算半对），P≤0.20或P≥0.80判定为泄露。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

AI评委在给运气打分：结果偏差让评分失真

涉及实体

配对比较统计量Pconcept

相关事实

待验证若单一模型漏检率为 p，两个训练背景不同的模型同时漏检同一错误的概率近似降至 p²，20%漏检率理论上可降至 4%70% 相似待验证若单帧误检率为p，连续8帧独立误检的概率为p^8，即使单帧误检率高达10%，8帧连续误检概率也只有10^-869% 相似待验证Top-p（核采样）通过截断概率分布的长尾来过滤极低概率输出68% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）67% 相似待验证性能基准测试结果具有统计波动性，需要多次运行取中位数或P95/P99百分位来判断67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1043798

API

curl https://kongchang.com/api/v1/knowledge/claims/1043798

MCP

get_claim(id=1043798)