待验证50% 置信事实精确时间

论文结论指出该方法始终优于丢弃含缺失值观测的「完整样本」（complete-case）估计器

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

缺失协变量下的逻辑回归：无需假设分布的新方法

涉及实体

complete-case估计器concept

相关事实

待验证通过消融实验、跨数据集验证、理论分析等手段可以证明方法有效性不依赖于数据规模71% 相似待验证该方法把难以直接量化的描述质量转化为可客观判定对错的答题正确率，保留了评估的自动化和可复现性68% 相似待验证研究核心结论认为智能体评估应当对闭环结果打分，并把可靠性与覆盖率一并报告68% 相似待验证作者将语义正确性与输出格式合规性分离开来评分，并认为这是整个实验中最有价值的发现67% 相似待验证冗余清理的启发式方法是：如果某评估样本在过去N次评估中从未失败过且其覆盖的能力维度已被其他样本充分覆盖，则可作为清理候选67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983514

API

curl https://kongchang.com/api/v1/knowledge/claims/983514

MCP

get_claim(id=983514)