待验证50% 置信事实精确时间
研究团队在 EBM-NLP 词级 PICO 分类任务上采用了十二项指标的指标矩阵，包括平衡准确率、宏平均 F1、ROC-AUC 等对不平衡敏感的指标
1
来源数
50%
置信度
长期有效
时效性
2026/9/5
首次发现
来源
涉及实体
相关事实
待验证分类模型的常用评估指标包括准确率、精确率、召回率、F1分数和ROC-AUC曲线78% 相似待验证IQ 系列量化基于重要性感知的非均匀量化，采用 Fisher 信息矩阵或激活值统计的重要性评估方法保留关键权重精度67% 相似待验证GGUF的IQ系列采用基于重要性矩阵的非均匀量化策略，通过在校准数据集上评估每个权重的敏感度来决定量化精度分配64% 相似待验证更科学的AI效能评估应参考DORA指标体系，结合部署频率、变更前置时间、缺陷逃逸率、代码圈复杂度等多维指标63% 相似待验证CLA有效性主要来自c9,t11和t10,c12两种异构体，减脂研究多基于两者约50:50的均衡比例，选购时应看标签是否明确标注双异构体总含量而非仅标CLA总量63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860680API
curl https://kongchang.com/api/v1/knowledge/claims/860680MCP
get_claim(id=860680)