概念双单侧检验 / Two One-Sided Tests
TOST
等效性检验的标准统计方法，将等效性问题转化为两个单侧检验，只有当两个单侧检验均拒绝原假设时才能得出等效结论
时间轴 (近 90 天)
11月5日
在Qwen3.5-4B上使用长度归一化DPO加SFT保留项（RPO目标）进行偏好对齐后，结构化抽取任务性能变化为-0.55个百分点，在±5个百分点等价区间内通过TOST等价性检验。
待验证50%
11月5日
该研究是预注册研究，使用8个随机种子（其中6个为冻结时未见过的种子），并采用artifact-aware评分与TOST等价性检验。
待验证50%
10月2日
论文使用双单侧检验（TOST）将无法区分的结论提升为等价性，在全部12个Qwen/LLaMA实验格子上都成立
待验证50%
10月2日
TOST是统计学中用于建立等价性而非差异性的假设检验框架，通过设定等价边界并同时检验两个单侧假设来断言两组等价
待验证50%