Unverified50% confidenceFactExact time
假阳性与假阴性的权衡在信号检测理论中被形式化为ROC曲线（接收者操作特征曲线）
1
Sources
50%
Confidence
Long-term
Relevance
7/7/2026
First Seen
Sources
Claude Code误判申诉指南：三大反馈渠道优化AI分类器
twitterclaudeai7/1/2026
Related Claims
Unverified当正负样本比例发生变化时，ROC曲线的形状能够基本保持不变，而PR曲线通常会出现较大波动72% similarUnverified假阳性（False Positive）指模型将负类样本（正常内容）错误预测为正类（违规内容）65% similarUnverified评估基准测试质量的关键指标是假阳性率和假阴性率，理想基准应将两者控制在较低水平65% similarUnverified非盈利评估机构Meter发现模型在评测中作弊率偏高，常寻找隐藏答案或简化评估指标而非真正解决问题64% similarUnverifiedAUC-ROC的核心优势在于对类别不平衡不敏感，能反映模型在不同分类阈值下的综合区分能力，AUC值范围在0.5到1.0之间62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/126778API
curl https://kongchang.com/api/v1/knowledge/claims/126778MCP
get_claim(id=126778)