待验证50% 置信事实精确时间

在稀有正例场景（如欺诈、滥用、缺陷检测）中，AUC可能看起来很高，但由于负例池巨大，即使假阳性率很低也会产生大量误报，导致精确率很低。

1

来源数

50%

置信度

长期有效

时效性

2026/10/17

首次发现

来源

先定指标，再建看板：LLM评估的指标选择指南

涉及实体

AUCconcept 精确率concept

相关事实

待验证当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能73% 相似待验证AUC将所有阈值下的表现等权平均，掩盖了在特定低误报率工作阈值下的真实表现，在高安全场景可能给出误导性评估72% 相似待验证在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义71% 相似待验证平均准确率会掩盖分布偏差，一个在简单案例全对、困难案例过度自信的裁判可以刷出高平均分却在关键处失灵69% 相似待验证在内省式欺骗测试中，探针需要区分包含模型真实隐藏目标的对话记录与包含其他目标的记录，探针的AUC最高达到99.7%。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1054181

API

curl https://kongchang.com/api/v1/knowledge/claims/1054181

MCP

get_claim(id=1054181)