待验证50% 置信决策规则精确时间

在类别不平衡场景下单纯的准确率可能具有误导性，需要结合混淆矩阵进行更细粒度评估

1

来源数

50%

置信度

长期有效

时效性

2026/8/4

首次发现

来源

机器学习入门：监督学习、分类问题与特征化核心概念详解

相关事实

待验证浮点运算不满足结合律，不同线程束的执行顺序差异会导致数值结果出现细微偏差71% 相似已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力71% 相似待验证量化误差具有非均匀分布特性，注意力机制的Q/K/V矩阵和最后几层对量化更为敏感70% 相似待验证引导过程若缺乏严格的数学保证，可能引入难以察觉的系统性误差70% 相似待验证实际部署中因并行计算的浮点非确定性可能产生细微差异并随链式生成放大70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/682010

API

curl https://kongchang.com/api/v1/knowledge/claims/682010

MCP

get_claim(id=682010)