待验证50% 置信事实精确时间

理论分析表明，UtilityAUC 可以区分在标准准确率和 AURC 上表现相似的模型。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

UtilityBench：当错误代价不同，语言模型评估如何破局？

涉及实体

UtilityAUCconcept AURCconcept

相关事实

待验证分类模型的常用评估指标包括准确率、精确率、召回率、F1分数和ROC-AUC曲线71% 相似待验证校准性（Calibration）指模型表达的置信度与实际准确率之间的一致程度，是评估AI模型质量的核心指标之一71% 相似待验证AUROC是通过绘制不同阈值下真正率与假正率的关系曲线并计算曲线下面积来评估分类模型区分能力的指标71% 相似待验证UtilityAUC 能够捕捉模型对效用偏好的对齐程度，而不仅仅是错误频率。68% 相似待验证在该实验中逻辑回归以AUC 0.89取得最优效果68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1073851

API

curl https://kongchang.com/api/v1/knowledge/claims/1073851

MCP

get_claim(id=1073851)