待验证50% 置信事实精确时间
假正率（FPR）的分母使用全部负类样本，因此当负类数量巨大时，看似较小的FPR仍会产生大量误报（例如FPR=0.05在9900个负类上对应495次误报）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证ROC曲线使用假阳性率FPR = FP / (FP + TN)作为横轴，当负样本数量极大时FPR会显得很低78% 相似待验证假阳性率的计算公式为FPR = FP / (FP + TN)，是衡量分类器质量的核心指标之一75% 相似待验证在一条消息中叠加约3个常见拼写错误，单位置提示注入探针在FPR=1%条件下的真阳性率会下降12个百分点73% 相似待验证在 TurnBench 开发集的零样本设定下，FD-VAD 在误报率 FP≤0.10 约束下取得最高 EOT 召回率 0.85365% 相似待验证将FP32权重降至INT8后，典型Transformer模型基准测试分数下降通常不超过1%，推理速度提升2至4倍，内存占用减少75%62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067049API
curl https://kongchang.com/api/v1/knowledge/claims/1067049MCP
get_claim(id=1067049)