待验证50% 置信观点精确时间
VTF900研究表明小规模注册库下的高AUC并不能转化为部署规模下的可靠性能，基于百人级注册库得出的模型排名在900人规模下可能发生实质性重排。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证在VTF900全库规模（N=900）正面条件下，ViT-B模型达到97.68%的AUC和51.10%的TAR@1%FAR。69% 相似待验证校准是指模型输出 0.9 时，在大量同类样本中约有 90% 确实是正确类别；未校准模型可以有高 AUC 但数值不能直接当概率用。66% 相似待验证在10000条样本、1%正类比例且负类中有495条得分0.90、正类得分分别为0.80和0.60的合成数据上，使用0.5阈值计算得到：ROC-AUC=0.9500，Average Precision=0.1449，精确率=0.1681，召回率=1.0000，准确率=0.9505，TP=100，FP=495，TN=9405，FN=0。65% 相似待验证即便在70B到72B的大模型中，安全指令的渗透率仍然低于10%，规模增大并未让安全提示更有效64% 相似待验证iPSAE评分对Binder二分类预测的AUC仅为0.65，远低于可靠分类器水平63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074836API
curl https://kongchang.com/api/v1/knowledge/claims/1074836MCP
get_claim(id=1074836)