待验证50% 置信事实精确时间
一篇arXiv论文使用可解释机器学习预测患者在正念干预后第12周和第24周的BDI-II得分
1
来源数
50%
置信度
长期有效
时效性
2026/10/8
首次发现
来源
涉及实体
相关事实
待验证一篇发表于arXiv的研究（arXiv:2610.02267）对System-1决策模型进行了配对评估，并对自己的评测流程进行了自我审计64% 相似待验证一项来自arXiv的研究提出了一种测试时优化方法，通过移除输入中未被提及的概念来提高LLM解释的完整性和可靠性64% 相似待验证一篇arXiv研究（arXiv:2609.26945v1）提出了一个句级评测基准，检验大模型识别法律解释准则的能力64% 相似待验证该研究提出动作表征探针（ARP）方法，聚焦于动作决策时刻形成的表征来预测任务是否成功63% 相似待验证arXiv上的一项研究（arXiv:2609.04300v1）提出了一种基于机器学习的数据优化故障筛查方法用于电力系统安全评估63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/986724API
curl https://kongchang.com/api/v1/knowledge/claims/986724MCP
get_claim(id=986724)