待验证50% 置信基准精确时间

作者用LLM裁判识别可疑报告，AUROC为0.48（不优于随机），而简单的TF-IDF词频分类器AUROC为0.65。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/18

首次发现

有效期至：2027/1/16

来源

2250亿Token实测：Claude Code成本与多智能体真相

涉及实体

AUROCconcept TF-IDFconcept

相关事实

待验证iPSAE评分对Binder二分类预测的AUC仅为0.65，远低于可靠分类器水平73% 相似待验证一位学习者在该数据集上检测伪造收据时，无论如何调整模型，ROC-AUC 始终徘徊在 0.46–0.54 之间，接近随机猜测72% 相似待验证跨模型验证的研究显示，盲点检测的 AUROC 为 0.70，而同模型自检只有 0.59。70% 相似待验证当对照句替换为语域与成员句不同的句子时，MIA检测器的AUC从0.83飙升到0.9469% 相似待验证使用每个状态的行为特征进行失败预测，在留出集上AUROC最高达到0.9468% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1057491

API

curl https://kongchang.com/api/v1/knowledge/claims/1057491

MCP

get_claim(id=1057491)