待验证50% 置信基准精确时间

k=5时可以以95%置信度区分成功率0.9和0.7的模型，k=10时能识别更细微的差异

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

QuantaMind：本地验证AI Agent可靠性的开源测试工具

相关事实

待验证最小化交叉熵等价于最小化真实分布与预测分布之间的 KL 散度63% 相似待验证报告同时给出中位数KLD和99.9%分位KLD两个数值，前者反映典型情况，后者捕捉极端长尾错误63% 相似待验证LLM每次调用可建模为伯努利试验，N次调用通过次数服从二项分布B(N, p)，通过率95%置信区间约为p̂ ± 1.96×√(p̂(1-p̂)/N)61% 相似待验证在量化内容分析中，编码者间信度通常使用Cohen's Kappa或Krippendorff's Alpha系数衡量，一般要求达到0.7以上才算可接受60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/510666

API

curl https://kongchang.com/api/v1/knowledge/claims/510666

MCP

get_claim(id=510666)