待验证50% 置信事实精确时间

朴素测试集划分中有19.4%（6251篇）的重复文档污染

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

99%准确率的真相：假新闻数据集中的捷径学习审计

涉及实体

ISOT/Kaggle Fake and Real Newsconcept

相关事实

待验证研究表明即使是轻微的数据污染也可能导致评测分数虚高5-15个百分点67% 相似待验证实验采用8:2比例划分数据，20%作为内部测试集，训练集内部使用5折交叉验证，并移除重复记录以避免数据泄漏66% 相似待验证在622个公开案例的实验中，按可见词汇排名挑选的报告复合得分为0.290965% 相似待验证在总计188个模型×基准的组合中，仅有3例存在被两个参照点交叉验证的差异化污染65% 相似待验证在实验中当提示超过50条后，人类的拦截率从17%骤降到5%，体现审批疲劳现象64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942803

API

curl https://kongchang.com/api/v1/knowledge/claims/942803

MCP

get_claim(id=942803)