已验证75% 置信事实精确时间

宏观F1分数对每个类别分别计算F1分数再取简单平均，因此不会因多数类样本数量庞大而掩盖少数类上的表现

3

来源数

75%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

FakeSpotter：不判真假也能识别病毒式虚假信息的AI工具

涉及实体

宏观F1分数concept

相关事实

待验证F1分数选择调和均值而非算术均值，是因为调和均值对较小值更为敏感，只有当精确率和召回率同时较高时F1才会较高72% 相似待验证压缩率按 (原始上下文 − 压缩后上下文) / 原始上下文计算，属比值型指标，对极端样本极为敏感，因此平均值容易被少数极端值主导，应关注中位数和分位数分布。57% 相似待验证Shampoo对每个参数张量的各个维度分别维护二阶统计量，避免了完整Hessian的计算56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931156

API

curl https://kongchang.com/api/v1/knowledge/claims/931156

MCP

get_claim(id=931156)