待验证50% 置信事实精确时间

朴素贝叶斯分类器基于条件独立性假设，在特征高度相关的场景下表现不佳

1

来源数

50%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

系统学习机器学习：从数学推导到代码实现的完整路径

相关事实

待验证贝叶斯最优分类器理论上完美但实践中通常无法直接计算，因真实条件概率分布往往未知74% 相似待验证预设错误前提的问题（loaded question）隐含未经证实的错误假设，LLM因缺乏元认知能力难以识别这类陷阱71% 相似待验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷71% 相似待验证困惑度是整体统计指标，无法捕捉模型在逻辑推理、事实准确性、指令遵循等特定能力维度上的退化情况70% 相似已验证跑分榜单衡量的是模型考试能力而非解决真实问题的能力70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/779954

API

curl https://kongchang.com/api/v1/knowledge/claims/779954

MCP

get_claim(id=779954)