待验证50% 置信权衡取舍精确时间

在正负样本不平衡时精确率-召回率曲线（PR Curve）比ROC曲线更具参考价值，护栏测试中有害样本通常远少于正常样本，因此PR曲线往往更合适

1

来源数

50%

置信度

长期有效

时效性

2026/8/30

首次发现

来源

无需本地部署LLM：系统性研究与测试AI护栏的完整方法

涉及实体

PR Curveconcept ROC曲线concept

相关事实

待验证在类别严重不平衡时，PR曲线比ROC曲线更能反映模型的真实性能79% 相似待验证当正负样本比例发生变化时，ROC曲线的形状能够基本保持不变，而PR曲线通常会出现较大波动74% 相似待验证在极度不平衡数据集中（阳性率低于5%），PR曲线下面积（AP）往往比AUC更能反映模型对少数类的检测能力70% 相似待验证ROC曲线使用假阳性率FPR = FP / (FP + TN)作为横轴，当负样本数量极大时FPR会显得很低68% 相似待验证当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/825747

API

curl https://kongchang.com/api/v1/knowledge/claims/825747

MCP

get_claim(id=825747)