待验证50% 置信事实精确时间

对64个样本观测到61%通过率时，其95%Wilson置信区间大约为48%到73%

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

97%通过率背后的陷阱：聚合评估指标如何掩盖关键失败

涉及实体

Wilson置信区间concept

相关事实

待验证99.3%通过率（283/285）对应的95%置信区间约为97.5%-99.9%（使用Wilson区间估计）77% 相似待验证把 Effort 档位提到 Medium，命中率可从 60% 提升到 65%68% 相似待验证研究显示RLHF标注员间一致率通常仅在60%-75%之间63% 相似待验证一个拥有1800行测试用例的评估套件长期稳定在97%的聚合通过率，但其中64行多语言切片的通过率只有61%63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968369

API

curl https://kongchang.com/api/v1/knowledge/claims/968369

MCP

get_claim(id=968369)