待验证50% 置信基准精确时间
配对统计（n=107）显示99例一致、2例Swift更优、6例更差，McNemar精确检验p≈0.29，两者质量统计上难以区分
1
来源数
50%
置信度
长期有效
时效性
2026/9/25
首次发现
来源
涉及实体
相关事实
待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）74% 相似待验证McNemar 检验关注两个模型在每个样本上的分歧情况，只有判断结果不一致的样本（b和c单元格）具有信息量，两者都对或都错的样本被视为无关信息69% 相似待验证马修斯相关系数（MCC）综合考量真阳性、真阴性、假阳性、假阴性，取值范围为[-1,1]，对类别不平衡问题比准确率更鲁棒69% 相似待验证对同一测试用例执行多次调用统计成功比例得到通过率，比二元的通过/失败判断更能反映模型真实表现68% 相似待验证研究用Kendall's W统计量衡量不同工具间排名一致性，结果为W=0.07，p=0.83，几乎与随机抛硬币无异68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/951069API
curl https://kongchang.com/api/v1/knowledge/claims/951069MCP
get_claim(id=951069)