待验证50% 置信基准精确时间
在提示注入防御任务(N=250)中,4B及以上System 1模型达到0.988至0.998的AUROC,召回率最高95.2%,在48至60毫秒延迟下实现0.0%的误报。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
涉及实体
相关事实
待验证使用时域模型与频域模型之间的Jensen-Shannon散度作为不确定性度量,AURC在标准划分上为0.29(优于0.36),在单工况复现下为0.54(优于0.73)70% 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0.9470% 相似待验证ReachNT 的紧迫性模型在未见过的措辞上 ROC-AUC 为 0.84,作为包含人工审核的整体系统的一部分能捕获 99.3% 的危险工单。70% 相似待验证当训练窗口、门控窗口和报告窗口未严格分离时,PR-AUC达到0.72到0.76,严格分离后骤降至约0.51接近随机水平,这是数据泄漏的表现69% 相似待验证在困难分层上,recall@5从0.000提升到0.955(默认混合权重下),采用下限变体时召回率达到1.00069% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1155170API
curl https://kongchang.com/api/v1/knowledge/claims/1155170MCP
get_claim(id=1155170)