待验证50% 置信观点精确时间

在监控大模型 API 错误率时，仅关注整体成功率不够，应关注错误率的百分位与突增检测，因为平均值可能掩盖尾部错误率对部分用户的影响。

1

来源数

50%

置信度

长期有效

时效性

2026/10/24

首次发现

来源

Claude Opus 5.5 报错激增：官方已修复，11分钟故障复盘

涉及实体

大模型 API 监控concept

相关事实

待验证人工数据录入的错误率通常在0.5%至4%之间，复杂判断类任务的错误率更高。79% 相似待验证在推荐场景中，模型通常用均方根误差RMSE衡量预测评分与真实评分之间的误差77% 相似待验证预言机路由器预先知道小模型哪些会错，只将错误请求发给大模型，其准确率与始终用大模型相当，花费仅29%。77% 相似待验证工业SCADA故障事件数据高度不平衡，故障事件通常占比不足1%，普通分类模型会偏向正常状态导致低召回率76% 相似待验证记录'某个推荐方案不适用'的负样本与记录成功同样重要，否则模型会陷入统计偏差，把高频方案误当成高正确率方案76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1092145

API

curl https://kongchang.com/api/v1/knowledge/claims/1092145

MCP

get_claim(id=1092145)