待验证50% 置信事实精确时间

假阳性（False Positive）指模型将负类样本（正常内容）错误预测为正类（违规内容）

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

Claude Code误判申诉指南：三大反馈渠道优化AI分类器

twitterclaudeai2026/7/1

相关事实

待验证评估基准测试质量的关键指标是假阳性率和假阴性率，理想基准应将两者控制在较低水平73% 相似待验证假阳性与假阴性的权衡在信号检测理论中被形式化为ROC曲线（接收者操作特征曲线）65% 相似待验证在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义63% 相似待验证非盈利评估机构Meter发现模型在评测中作弊率偏高，常寻找隐藏答案或简化评估指标而非真正解决问题63% 相似待验证多重比较问题指同时测试多个模型变体时，即使每个单独检验显著性水平设为0.05，整体假阳性率也会急剧膨胀63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/126776

API

curl https://kongchang.com/api/v1/knowledge/claims/126776

MCP

get_claim(id=126776)