待验证50% 置信基准精确时间
SAGE在独立测试中达到了0.9566的AUROC。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
SAGE框架:用主观性语言特征检测AI生成审稿意见
rss2026/11/2
涉及实体
相关事实
待验证跨模型验证的研究显示,盲点检测的 AUROC 为 0.70,而同模型自检只有 0.59。72% 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。70% 相似待验证在SHADE-Arena评测中,探针达到了98.8%的AUC,超过了基于Opus 5.5的文本监控基线。68% 相似待验证在反事实参考下,成员推断的ROC曲线下面积(AUC)达到0.767。68% 相似待验证使用每个状态的行为特征进行失败预测,在留出集上AUROC最高达到0.9467% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130714API
curl https://kongchang.com/api/v1/knowledge/claims/1130714MCP
get_claim(id=1130714)