待验证50% 置信事实精确时间
在二分类问题中召回率（Recall/Sensitivity）计算公式为TP/(TP+FN)，衡量模型识别所有真实阳性样本的能力
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证贝叶斯知识追踪（BKT）模型将每个知识点建模为二值隐状态，通过隐马尔可夫模型估计'已掌握'概率66% 相似待验证模型选型时应以每美元token产出或每瓦特推理性能替代单一准确率指标进行评估63% 相似待验证后验分布通过贝叶斯定理获得：p(θ|x)∝p(x|θ)·p(θ)，将先验知识与数据似然结合63% 相似待验证ToT 允许模型同时维护多条推理分支，通过启发式评估函数对各分支打分，在推理空间中进行类似蒙特卡洛树搜索（MCTS）的系统性探索62% 相似待验证LMArena利用Bradley-Terry模型的最大似然估计推算每个模型的潜在实力分数，能处理对比次数不均匀问题并具备传递性推断能力61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503811API
curl https://kongchang.com/api/v1/knowledge/claims/503811MCP
get_claim(id=503811)