待验证50% 置信事实精确时间

word2vec负采样中，对每个正样本随机采样k个（通常5-20个）负样本，采样概率通常按词频的3/4次方分布

1

来源数

50%

置信度

长期有效

时效性

2026/8/13

首次发现

来源

词向量学习路线图：从word2vec到Transformer嵌入的完整指南

相关事实

待验证AUC等于从所有正样本中随机抽取一个、从所有负样本中随机抽取一个，正样本的预测分数高于负样本预测分数的概率71% 相似待验证置换检验通过大量随机置换（通常1000到10000次）构建零假设下的经验分布来估计p值，无需参数假设但计算成本相对较高68% 相似待验证以英语约5万常用词汇计算，Trigram 理论上需存储约1.25×10¹⁴种组合的概率67% 相似待验证在5%显著性水平下测试100个随机因子，期望会有5个看起来显著（多重假设检验问题）66% 相似待验证Min-K% 方法通过检查模型在文本中最低概率token的平均对数概率来判断样本是否为训练集成员66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/740927

API

curl https://kongchang.com/api/v1/knowledge/claims/740927

MCP

get_claim(id=740927)