待验证50% 置信事实精确时间
AuDiR 中 25.0% 的随机猜测水平对应四选一的多项选择题形式。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
AuDiR:用规则与感知干预诊断音频推理失败根源
rss2026/11/9
涉及实体
相关事实
待验证ARC-Challenge为四选一多项选择题,随机基线为25%76% 相似已验证AUC等于从所有正样本中随机抽取一个、从所有负样本中随机抽取一个,正样本的预测分数高于负样本预测分数的概率75% 相似待验证直接使用 randomInteger % n 会产生取模偏差:以256个可能值和10个条目为例,前6个条目概率约10.16%,后4个约9.77%,相对偏差约4%。74% 相似已验证AUC值域为0.5到1.0,0.5代表随机猜测、1.0代表完美预测,不受样本类别不平衡影响73% 相似待验证三分类随机准确率约为 0.33、四分类约为 0.25,只有相对随机水平的提升幅度才能反映模型是否真正学到了东西。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154694API
curl https://kongchang.com/api/v1/knowledge/claims/1154694MCP
get_claim(id=1154694)