待验证90% 置信事实时间未知
iPSAE评分对Binder二分类预测的AUC仅为0.65，远低于可靠分类器水平
1
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AI Agent首次湿实验对决人类：蛋白质Binder设计Hit Rate无显著差异
bilibiliBioTender观测日志
涉及实体
相关事实
待验证当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能69% 相似待验证在极度不平衡数据集中（阳性率低于5%），PR曲线下面积（AP）往往比AUC更能反映模型对少数类的检测能力68% 相似待验证AUC是二分类模型的综合评估指标，值域0.5到1.0，不受样本类别不平衡影响；临床预测中AUC 0.7~0.8有一定参考价值，0.8~0.9为良好，0.9以上为优秀68% 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67% 相似待验证MIT斯隆管理学院2022年研究发现不同ESG评级机构对同一企业评分相关性仅为0.54，远低于信用评级机构约0.9264% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/21651API
curl https://kongchang.com/api/v1/knowledge/claims/21651MCP
get_claim(id=21651)