待验证50% 置信事实精确时间
Data Autopsy 的取证引擎当前实现覆盖十类调查，包括缺失值、重复记录、常量列、标识符列、数值离群值、高基数分类特征、分类值不一致、类别不平衡、特征相关性和目标泄漏。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证数据泄漏是因意外引入测试集信息而导致模型评估虚高的陷阱，常见形式包括在划分数据集之前就对全量数据做标准化或使用时间上因果倒置的特征66% 相似待验证常见的数据泄漏来源还包括用全量数据计算均值/标准差做归一化、特征工程使用未来时间点信息、目标编码时未做交叉验证隔离65% 相似待验证Data Autopsy 在修剪周围空白并规范化大小写后，寻找分类特征中冲突的字符串表示（如 'Mumbai' 和 'mumbai'），但工具仅识别不一致性，由用户决定如何处理。64% 相似待验证为追踪和复现失败，每个评估用例需要记录问题、预期答案、检索到的文档ID和分块、相似度分数、提示词和模型配置、生成答案、指标结果、延迟和Token用量，同时应避免记录密钥或敏感用户数据。64% 相似待验证该工具的输出包含 data 字段（结构化数据）、evidence 字段（每个值的原文出处）和 unverifiedFields 数组（标记找不到原文依据的字段）。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1070139API
curl https://kongchang.com/api/v1/knowledge/claims/1070139MCP
get_claim(id=1070139)