待验证50% 置信基准精确时间
加权后的token匹配比较未能确立选择器优势(+1.68个百分点,置信区间[-1.27, +5.10]),表明SafeRoute-MAS收益在不同评估设置下不稳定。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/11
首次发现
有效期至:2027/2/9
来源
涉及实体
相关事实
待验证在四选一场景下,即使 top-1 概率达 0.64,归一化后的 confidence 也可能只有 0.26,这是插件用 0.8 门槛比较 confidence 时永远无法通过的原因。72% 相似待验证在具体实验案例中,重叠锚点方案(n=912)显示模型55.2%对多数类51.1%,净优势+4.1pp,约2.4个标准误;非重叠锚点方案(n=163)显示59.5%对54.0%,净优势+5.5pp,约1.4个标准误。71% 相似待验证单独测试的辅助危险头版本达到了 99.7% 的召回率,但仍会漏掉一种罕见的直线配置,导致自信的碰撞。71% 相似待验证在匹配实验中,遗憾加权在汇总均方遗憾上没有带来改进。70% 相似待验证稀疏奖励与密集奖励在域内成功率上统计意义无法区分,但在留出的校准探针测试中差距高达 33 个百分点69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1158200API
curl https://kongchang.com/api/v1/knowledge/claims/1158200MCP
get_claim(id=1158200)