待验证50% 置信事实精确时间
在标签不平衡的场景下，准确率极具误导性，一个永远预测多数类的模型可以在准确率上拿到很高的分数但漏掉所有正例。
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
待验证如果参数量充足的模型连几十个样本都无法记住，几乎可以断定存在硬性错误，如标签错位、损失函数计算错误、梯度未正确回传等78% 相似待验证传统置信度校准方法多依赖模型生成的输出文本或基于序列的概率统计，在多轮智能体交互中难以捕捉复杂失败模式77% 相似待验证在多分类任务中，准确率在类别样本不均衡时会失真；精确率反映误报程度，召回率反映漏报程度，F1分数是精确率与召回率的调和平均。77% 相似待验证在类别不平衡场景下单纯的准确率可能具有误导性，需要结合混淆矩阵进行更细粒度评估76% 相似待验证微调值得评估的场景是模型已获得充分信息却反复无法按要求完成任务，信号包括输出schema不一致、分类结果不稳定、领域术语被误解等75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054180API
curl https://kongchang.com/api/v1/knowledge/claims/1054180MCP
get_claim(id=1054180)