待验证50% 置信事实精确时间
论文使用k近邻分类器（k-NN）作为测试平台，比较从这些表示派生的若干监督距离在预测任务上的表现
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证K折交叉验证将数据均分为K份，轮流以其中一份作为验证集，其余K-1份作为训练集，最终取K次结果的均值70% 相似待验证Evidently 内置了 KS 检验、卡方检验、PSI 等多种统计检验方法来量化漂移程度，并根据特征数据类型自动选择合适的检验方法69% 相似待验证在k折交叉验证中每一折产生一组性能指标值，为Wilcoxon符号秩检验提供配对观测值样本68% 相似待验证研究场景中通常允许多次采样并针对题型设计提示词，因此研究者区分pass@k与单次通过率两种指标66% 相似待验证过拟合评测集的手段包括将评测数据混入训练语料、间接的网络爬虫污染、教学式微调以及训练模型识别评测场景65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990783API
curl https://kongchang.com/api/v1/knowledge/claims/990783MCP
get_claim(id=990783)