待验证50% 置信事实精确时间

配对统计检验使用聚类置信区间校正同一计算器内部样本的相关性，比直接比较总体准确率更严格

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

让大模型不再算错药：临床计算的确定性求解方案

涉及实体

聚类置信区间concept

相关事实

待验证多种子重复实验中可使用配对t检验或Wilcoxon符号秩检验比较两组准确率分布，其中Wilcoxon检验因不依赖正态性假设更适合小样本76% 相似待验证AI评估与性能测试有高度相似之处，都不特别关心单次的对错，而是通过一组数据和多轮对比发现问题得出结论75% 相似待验证多种子实验中检验对象从单样本预测分歧变为多次运行的准确率序列时，通常已不再适用McNemar检验75% 相似待验证在测试领域确定性意味着相同输入必须产生相同输出，同一测试在相同应用状态下运行必须得出一致结论74% 相似待验证不同基准的测试粒度、验证方式和任务来源差异显著，跨基准比较数字时需格外谨慎73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/916374

API

curl https://kongchang.com/api/v1/knowledge/claims/916374

MCP

get_claim(id=916374)