待验证50% 置信事实精确时间

多重检验问题指同时检验多个假设时整体误报率会急剧攀升，同时检验20个能力维度即使Agent无变化平均也会有1个维度看起来显著退化

1

来源数

50%

置信度

长期有效

时效性

2026/9/27

首次发现

来源

AI Agent的CI难题：分数波动到底该不该阻断PR？

涉及实体

多重检验问题concept

相关事实

已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力76% 相似已验证双重下降现象表明，当模型参数量远超数据量时，测试误差反而可能再次下降73% 相似待验证多Agent拆分能提升单点准确率，但引入交接判断准确性、上下文丢失风险和调试复杂度等新挑战73% 相似已验证部分模型存在针对测试集过度优化的风险，导致榜单分数与真实场景表现出现偏差（Benchmark饱和）73% 相似待验证智能体面临误差级联问题：早期步骤判断误差会随迭代次数指数级放大72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/953024

API

curl https://kongchang.com/api/v1/knowledge/claims/953024

MCP

get_claim(id=953024)