待验证50% 置信事实精确时间

在测试的半数场景中，神经模型与BKT选出的阈值相差超过0.10

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

掌握度阈值不能一刀切：知识追踪模型的隐形陷阱

涉及实体

贝叶斯知识追踪concept

相关事实

待验证Schmidt & Hunter (1998)的元分析研究发现一般认知能力测试的预测效度为r=0.51，工作样本测试达到r=0.5467% 相似待验证现有模型评测体系（如HumanEval、MBPP及各类Arena）主要衡量能力上限，很少将端到端任务完成率纳入评估维度66% 相似待验证在机器学习多种子实验中重复次数通常只有5到10次，样本量极小，正态性假设难以验证，因此 Wilcoxon 检验往往是更保守稳健的选择66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/971854

API

curl https://kongchang.com/api/v1/knowledge/claims/971854

MCP

get_claim(id=971854)