基准Correctness AUROC
正确性AUROC
一种评估模型不确定性质量的阈值无关指标，衡量模型区分预测正确与预测错误的能力，取值0.5~1.0
时间轴 (近 90 天)
10月23日
GPT-4o-mini少样本配置在校准前后只有一个置信度值，其正确性AUROC仅为0.500，表明该模型在区分正确与错误预测方面几乎无能力。
待验证50%
10月23日
正确性AUROC衡量模型区分“预测正确”与“预测错误”的能力，取值0.5表示无区分力，1.0表示完美区分，是阈值无关指标。
待验证50%