待验证50% 置信事实精确时间

B1做出181个置信度不低于0.9的预测，其中1个错误；B2做出188个，其中2个错误；更好的平均值不自动意味着更少的高置信度错误，0.9也不是现成的生产阈值。

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

单卡3090微调Qwen：准确率提升为何不够？

涉及实体

Qwen3.5-0.8Bmodel Qwen3.5-4Bmodel 高置信度错误concept

相关事实

待验证蒙特卡洛估计的标准误差与模拟次数N的关系为标准误差正比于1/√N72% 相似待验证条件化响应图相比两张图的平均值，在Gemma-2-9B上将均方预测误差降低了53.6%72% 相似待验证Laya存在错误时高置信度问题，出现过0分却给出0.952置信度的情况70% 相似待验证在冻结测试集上，交付系统（LoRA+规则）抓到 73 个（召回率 0.86），自信错误 11 个，说不确定 1 个，误报 0 个，优于关键词基线、仅 LoRA 微调和零样本 Qwen3.5-4B。70% 相似待验证在该研究主要的十个LLM评审组成的评审库中，评审错误之间的平均两两相关系数为0.2169% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1064021

API

curl https://kongchang.com/api/v1/knowledge/claims/1064021

MCP

get_claim(id=1064021)