待验证50% 置信基准精确时间
在该数据集上，直方图梯度提升模型达到 ROC-AUC 0.691（95% CI 0.683–0.700），训练成本约 10 秒。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
待验证ReachNT 的紧迫性模型在未见过的措辞上 ROC-AUC 为 0.84，作为包含人工审核的整体系统的一部分能捕获 99.3% 的危险工单。72% 相似待验证在信用风控案例中，若训练样本包含申请发生后才更新的还款记录，模型AUC可能虚高5到10个百分点，上线后表现断崖式下滑70% 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68% 相似待验证测试损失与计算量之间的幂律指数约为0.05，意味着计算量每增加10倍，模型性能提升约12%67% 相似已验证在CIFAR-10上训练40个epoch的复现实验中，plain-56的训练准确率为84.0%，plain-20的训练准确率为95.1%，尽管plain-56参数量（853,018）约为plain-20（269,722）的三倍67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063675API
curl https://kongchang.com/api/v1/knowledge/claims/1063675MCP
get_claim(id=1063675)