待验证50% 置信事实精确时间
在一组有序量表问题上,将概率分数作为REINFORCE奖励导致准确率从0.636骤降至0.111。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/13
首次发现
有效期至:2027/2/11
来源
涉及实体
相关事实
待验证当单次运行出错概率p=0.10时,N=3严格多数投票的错误率为0.02800,N=5为0.00856,N=10为0.000147。77% 相似待验证一个准确率97%的发票分类模型,审核员每天看300张发票时大约只有9张是错的,错误项淹没在正确项中导致审核员驳回率趋近于零76% 相似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。75% 相似待验证在合成实验中,“始终输出 RISK_LEVEL: 1”的普通准确率高达 0.922,但平均奖励为 −0.000,说明类别平衡奖励能防偷懒。75% 相似待验证当只有两个选项时,将概率分数作为REINFORCE奖励的信号恒为零。75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1164995API
curl https://kongchang.com/api/v1/knowledge/claims/1164995MCP
get_claim(id=1164995)