待验证50% 置信事实精确时间
拒绝F1是Spider-ACL的核心指标，将‘拒绝’视为正类，计算精确率与召回率的调和平均；它只评估回答/拒绝的二元决策，不评估被回答的查询本身是否正确。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证在评估二分类判定系统时，必须同时报告错误答案的接受率和正确答案的拒绝率（即两个分母），否则单一通过率会掩盖失败模式。68% 相似待验证拒绝率（refusal rate）是AI安全评估中的核心量化指标，指模型对特定类别请求明确表示不予执行或回避回答的比例，通常由人工标注或自动评判器统计得出。67% 相似待验证拒绝采样（Rejection Sampling）方法达到0.797的准确率和0.556的span F1，逐字引用从0.597升至0.70166% 相似待验证当患病样本占比低时，召回率和F1分数比准确率更能反映模型的实际检出能力。63% 相似待验证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。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1053857API
curl https://kongchang.com/api/v1/knowledge/claims/1053857MCP
get_claim(id=1053857)