待验证50% 置信事实精确时间

F1分数是分类任务中综合查准率与查全率的调和平均指标，计算公式为 F1 = 2 × (Precision × Recall) / (Precision + Recall)

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

超参数优化提升房颤检测：Hyperband+XGBoost达96.95% F1

涉及实体

F1分数concept

相关事实

待验证Macro-F1 通过分别计算每个类别的 F1 分数再取简单平均，赋予每个类别相同权重，适合类别分布不均衡的场景72% 相似待验证论文提出Ask-F1指标，综合衡量模型在“何时问”和“问什么”上的表现。61% 相似待验证模运算任务是研究顿悟的经典基准，输入是两个整数及其运算，输出是模某个素数后的结果。59% 相似待验证每个中间推理token与输出token消耗等量的GPU算力54% 相似待验证HakemBench 从决策质量（macro F1）、校准度（归一化 Brier 分数）、选择性自动化（广义风险-覆盖曲线下归一化面积）三个维度衡量模型，并通过几何平均合成综合得分53% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1114479

API

curl https://kongchang.com/api/v1/knowledge/claims/1114479

MCP

get_claim(id=1114479)