待验证50% 置信事实精确时间

响应决策的校准（calibration）指模型对「是否应当出手」的二元判断置信度与实际正确率之间的匹配程度。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

P³IBench：视频助手从感知到干预的主动理解评测

rss2026/10/15

涉及实体

响应决策校准concept

相关事实

待验证校准性（Calibration）指模型表达的置信度与实际准确率之间的一致程度，是评估AI模型质量的核心指标之一80% 相似待验证验证器关注结果是否满足可机械验证的约束，是二元客观判断；评估器关注产出质量是否符合目标，是语义层面的主观判断75% 相似待验证评估套件本身也是一个模型，相对于人类判断存在精确率和召回率，两者都应追踪74% 相似待验证结果验证需要建立客观量化标准，如分类准确率、回复合规性、人工修正比例，并在一定样本量上统计73% 相似待验证该模型的置信度是经过校准的，通过强化学习配合严格评分规则训练得到，使输出概率与实际准确率在统计上对齐72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1046774

API

curl https://kongchang.com/api/v1/knowledge/claims/1046774

MCP

get_claim(id=1046774)