Unverified50% confidenceBenchmarkExact time
研究表明将收入从精确值泛化为5个区间可能导致模型AUC下降2-5个百分点
1
Sources
50%
Confidence
Long-term
Relevance
8/12/2026
First Seen
Sources
Related Claims
Unverified在极度不平衡数据集中（阳性率低于5%），PR曲线下面积（AP）往往比AUC更能反映模型对少数类的检测能力70% similarUnverified2024年多项研究发现，部分模型在去污染版本的评测集上得分下降幅度可达10-20个百分点68% similarUnverified国际货币基金组织(IMF)2017年研究表明，全球主要发达经济体劳动份额普遍下降约5个百分点，美国降幅尤为突出67% similarUnverified当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能66% similarUnverified虽然大模型单位Token成本在下降，但企业总体AI支出可能因使用量增长而不降反升65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/735546API
curl https://kongchang.com/api/v1/knowledge/claims/735546MCP
get_claim(id=735546)