待验证50% 置信事实精确时间

现有衡量子式集中度的指标 Participation Ratio（PR）存在一个根本缺陷：其最大值依赖网络规模（子式数量），导致脱离架构无法判断某个PR值代表高集中还是低集中。

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

Rényi集中度指标：让MLP可解释性度量摆脱网络规模依赖

rss2026/10/16

涉及实体

Participation Ratioconcept 子式concept

相关事实

待验证子式的数量随网络规模（输入维度与隐藏单元数）组合增长，这是PR指标规模依赖性的根源。65% 相似待验证反馈分数与留出分数一致率低，本质上是过拟合与泛化差距在agent自我改进场景下的具体体现。64% 相似待验证PR曲线在样本不平衡场景下更有价值，根本原因在于精确率的计算不涉及真负例（TN）的数量63% 相似待验证忽略误差相关性会导致组合方差偏小，且偏小因子随组规模增大而增长，该因子能准确预测覆盖率失效的程度。63% 相似待验证基础比率谬误指出，当目标极其稀少时，系统即使准确率很高，其发出的警报中也可能混杂大量误判63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1068921

API

curl https://kongchang.com/api/v1/knowledge/claims/1068921

MCP

get_claim(id=1068921)