待验证50% 置信决策规则精确时间

要谈 p95 至少需要几十个样本，p99 需要上百个；十二次只能提供存在性证据（缺失 usage 字段、429、尾部是两秒还是二十秒），不能精确估计分位数

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

90分钟实测免费模型端点：从怀疑到决策的探针工作坊

rss2026/10/19

涉及实体

p95concept p99concept 样本量concept

相关事实

待验证用十二个样本计算 p95 实际上落在第 11 与第 12 个样本之间，几乎是第二慢的那次，极不稳定73% 相似待验证若单帧误检率为p，连续8帧独立误检的概率为p^8，即使单帧误检率高达10%，8帧连续误检概率也只有10^-869% 相似待验证性能基准测试结果具有统计波动性，需要多次运行取中位数或P95/P99百分位来判断66% 相似待验证样本量较小时（如仅5-10个成功请求）分位数估算误差会较大，可改用numpy.percentile或增大采样次数提升可靠性66% 相似待验证该研究指出关于PFN近似质量的实证结果出人意料地稀缺65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1067317

API

curl https://kongchang.com/api/v1/knowledge/claims/1067317

MCP

get_claim(id=1067317)