AUC

AUC值域为0.5到1.0，0.5代表随机猜测、1.0代表完美预测，不受样本类别不平衡影响

业界通用标准中，AUC > 0.9为优秀，0.8~0.9为良好，0.7~0.8为一般，0.5~0.7为较差，0.5等同于随机猜测

ROC曲线的AUC=1表示完美分类器，AUC=0.5等同于随机猜测

AUC等于从所有正样本中随机抽取一个、从所有负样本中随机抽取一个，正样本的预测分数高于负样本预测分数的概率

AUC可以通过梯形法则对ROC曲线下方面积进行数值积分得到，也可以通过Mann-Whitney U统计量等价计算

AUC的取值范围在0到1之间，数值越大代表模型分类能力越强

识别过拟合的经典方法是比较训练集AUC和验证集AUC——如果训练集AUC接近1.0而验证集AUC明显偏低，就是过拟合的典型信号

AUC（Area Under Curve）是衡量分类模型好坏最常用的指标之一

利用正样本秩次之和快速计算AUC的算法时间复杂度为O(n log n)

z-score 是 SynthID 检测器的输出统计量，衡量被检文本中水印 token 的偏向程度相对于无偏置随机文本的偏离有多大；AUC 衡量检测器区分水印文本与干净文本的整体能力，0.5 表示完全没有区分力，1.0 表示完美区分。

交换名称与定义后 AUC 低于 0.5 表明模型分数仍能区分类别但方向被系统性反转，无法通过调整阈值修正。

在野外数据集上，传统唇语同步检测器的AUC（曲线下面积）往往显著下降，因为许多伪造片段中嘴唇区域模糊或不可见，而物理感知检测器能够利用距离-语音能量一致性这一独立线索维持较高的判别能力。

AUC是衡量二分类模型排序能力的指标，取值0.5到1，不依赖具体阈值；McNemar检验是针对配对二分类数据的统计检验，p<0.05通常视为显著。

AUC是衡量二分类检测器性能的标准指标，取值为0.5到1.0，98.8% AUC表示在约99%的样本对中，探针能正确地把存在欺骗的对话排在无欺骗的对话之前。

全量数据对比中，LLM-BlockFE 相对于最强基线，每个数据集上的 AUC 绝对提升在 0.0069 到 0.0358 之间。

在成熟的风控模型中，AUC 提升 0.01 往往意味着坏账率或通过率的实质变化。

在信用风控案例中，若训练样本包含申请发生后才更新的还款记录，模型AUC可能虚高5到10个百分点，上线后表现断崖式下滑

当对照句替换为语域与成员句不同的句子时，MIA检测器的AUC从0.83飙升到0.94

模型评估应区分离线指标（AUC、精确率/召回率）和在线指标（A/B测试、业务KPI）

在深度伪造检测的生产环境中真实图像与伪造图像比例可能高达1000:1甚至更高，极端不平衡下AUC对长尾失败几乎没有区分度