待验证50% 置信事实精确时间

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）

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

待验证当正负样本比例发生变化时，ROC曲线的形状能够基本保持不变，而PR曲线通常会出现较大波动72% 相似待验证假阳性（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）65% 相似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65% 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64% 相似待验证AUC-ROC的核心优势在于对类别不平衡不敏感，能反映模型在不同分类阈值下的综合区分能力，AUC值范围在0.5到1.0之间62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/126778

API

curl https://kongchang.com/api/v1/knowledge/claims/126778

MCP

get_claim(id=126778)