待验证50% 置信事实精确时间

顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题

1

来源数

50%

置信度

长期有效

时效性

2026/9/4

首次发现

来源

deepeye：浏览器内实时检测深度伪造的免费工具

涉及实体

跨模型泛化concept

相关事实

已验证在样本极度不平衡的场景下，即便准确率高达95%，模型也可能完全无法识别少数类77% 相似待验证实验数据显示关键信息位于输入序列首尾时模型检索准确率可高达90%以上，位于中段时可能骤降至60%以下76% 相似待验证在MATH数据集的Level 5竞赛级难题上，前沿模型准确率仍低于60%75% 相似待验证'99% 准确率'的模型在生产环境中仍可能频繁出错，因为剩余的 1% 往往对应现实中最关键的长尾细节场景74% 相似待验证当综合评估指数中顶尖模型得分接近天花板时会出现基准饱和问题，60分对59分的差距在统计学上通常处于误差范围之内74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/852581

API

curl https://kongchang.com/api/v1/knowledge/claims/852581

MCP

get_claim(id=852581)