待验证50% 置信解决方案精确时间

记录'某个推荐方案不适用'的负样本与记录成功同样重要，否则模型会陷入统计偏差，把高频方案误当成高正确率方案

1

来源数

50%

置信度

长期有效

时效性

2026/9/29

首次发现

来源

点赞失效？任务型LLM如何用物理结果闭环反馈

涉及实体

相关事实

待验证在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义76% 相似待验证评估基准测试质量的关键指标是假阳性率和假阴性率，理想基准应将两者控制在较低水平75% 相似待验证对比学习微调的负样本应使用难负样本（hard negatives），如同领域但不同层级的岗位，而非随机负样本75% 相似待验证严格正确评分规则的核心性质是当且仅当预测者报告真实相信的概率时期望得分最大，常见例子包括对数似然损失和Brier分数74% 相似待验证品种比例低于5%的检测结果基本不具参考意义，可能是数据库比对噪声，选购时应关注报告是否明确标注比例置信区间而非单纯给出百分比74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/957909

API

curl https://kongchang.com/api/v1/knowledge/claims/957909

MCP

get_claim(id=957909)