待验证95% 置信事实时间未知
在样本严重不均衡时，精度(Accuracy)会产生误导，模型把所有人都预测为健康精度照样能达到99%以上
1
来源数
95%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
混淆矩阵详解：Precision、Recall与F1分数计算公式及实战应用
bilibili拓跋龙的私人领地
涉及实体
相关事实
待验证'99% 准确率'的模型在生产环境中仍可能频繁出错，因为剩余的 1% 往往对应现实中最关键的长尾细节场景77% 相似待验证在类别不平衡场景下，模型可以通过一律预测多数类获得看似漂亮的准确率，这种现象被称为准确率悖论（Accuracy Paradox）77% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）77% 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76% 相似待验证2023年的TruthfulQA基准测试显示，即便是当时最强的模型，在需要精确事实判断的问题上准确率也未超过60%74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/20854API
curl https://kongchang.com/api/v1/knowledge/claims/20854MCP
get_claim(id=20854)