待验证50% 置信解决方案精确时间
分层评估（stratified evaluation）将评估数据集划分为多个slice并为每个slice设定独立通过阈值，可以捕获子群体的显著退化
1
来源数
50%
置信度
长期有效
时效性
2026/8/8
首次发现
来源
相关事实
待验证分层评估（stratified evaluation）按场景类型、用户群体或业务风险等级分别计算指标，可捕获子群体的显著退化80% 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74% 相似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73% 相似待验证Braintrust、Humanloop等评估平台内置了slice-based evaluation功能，允许团队在一次评估运行中同时看到总分和各切片的独立表现66% 相似待验证模型评估功能支持构建自定义数据集、自动评分、多维度指标衡量和可定制评分标准65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/709148API
curl https://kongchang.com/api/v1/knowledge/claims/709148MCP
get_claim(id=709148)