待验证50% 置信权衡取舍精确时间

batch-level Dice（对整个批次联合计算一个Dice值）能提供比sample-level Dice更稳定的梯度估计，许多框架默认采用sample-level计算

1

来源数

50%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

训练时Dice评估指标周期性剧烈波动的原因与解决方案

相关事实

待验证分层抽样按各类别在总体中的比例进行抽样，确保子集的类别分布与原始数据集一致76% 相似待验证根据Augment公布的内部多轮编码基准测试数据，Prism能够匹配最佳单一模型的输出质量67% 相似待验证等价类划分将输入数据按有效/无效归类，从每个等价类中各取一个代表性数据进行测试，以在有限用例数量下最大化覆盖率66% 相似待验证测试金字塔底层为单元测试（毫秒级、数量最多），中层为集成测试（秒级），顶层为端到端测试（分钟级、数量最少）63% 相似待验证重排模块通常基于交叉编码器模型计算查询与文档的相关性得分，对初步检索的候选文档进行二次排序62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/692751

API

curl https://kongchang.com/api/v1/knowledge/claims/692751

MCP

get_claim(id=692751)