待验证50% 置信基准精确时间

在包含 333 篇文章、1,218 条提示的测试集上，Fiorillo v0.5 的期望校准误差（ECE）为 0.0168，远低于预设上限 0.05

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

Fiorillo v0.5：40亿参数开源模型如何给随机试验问题打出校准概率

涉及实体

Fiorillo v0.5model ECEconcept

相关事实

待验证Fiorillo v0.5 的对数损失比先验基线低 0.8603，比读取相同输入的 Gemma 模型低 0.182967% 相似待验证在该研究主要的十个LLM评审组成的评审库中，评审错误之间的平均两两相关系数为0.2167% 相似待验证研究者训练的2900万参数编码器对985条陈述的流行度加权跨折AUC仅为0.486，与语料库先验无法区分67% 相似待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零66% 相似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）66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983038

API

curl https://kongchang.com/api/v1/knowledge/claims/983038

MCP

get_claim(id=983038)