待验证50% 置信权衡取舍精确时间

在领域特定 NER 任务中，人机聚合一致性指标（如高 kappa 值）可能具有误导性，评估指标的选择必须与任务复杂度相匹配

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

IntLawNER：国际法领域首个命名实体识别数据集与基准

涉及实体

Cohen's kappaconcept

相关事实

待验证聚合指标（如多任务平均分）天然具有稀释失败的能力，当较简单任务占多数时平均分可以掩盖模型在少数高难度任务上的显著退化72% 相似待验证完全的平移不变性并非总是最优选择，分类任务偏好不变性而目标检测任务需要保留位置信息71% 相似待验证深度估计任务因其回归性质对精度更敏感，可能需要混合精度策略——对敏感层保持 FP16 而对其他层使用 INT870% 相似待验证在类别不平衡场景下单纯的准确率可能具有误导性，需要结合混淆矩阵进行更细粒度评估68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942792

API

curl https://kongchang.com/api/v1/knowledge/claims/942792

MCP

get_claim(id=942792)