待验证50% 置信事实精确时间
Macro-F1 通过分别计算每个类别的 F1 分数再取简单平均，赋予每个类别相同权重，适合类别分布不均衡的场景
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证HakemBench 从决策质量（macro F1）、校准度（归一化 Brier 分数）、选择性自动化（广义风险-覆盖曲线下归一化面积）三个维度衡量模型，并通过几何平均合成综合得分57% 相似待验证论文提出协变量依赖的连续比率马尔可夫随机场模型，直接对多个有序属性进行联合建模，并引入协变量使偏好分布随用户特征或上下文变化57% 相似待验证静态量化对某些类型的张量做固定的量化等级选择，动态量化则为每个检查点尺寸下的每个张量做差异化选择56% 相似待验证评估指标以各模型自身正常散文输出为基线，采用各模型自身分词器计算的Token数以保证比较公平性56% 相似待验证训练后的权重矩阵若呈现出重尾谱分布，往往强烈预示着更好的模型质量56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001318API
curl https://kongchang.com/api/v1/knowledge/claims/1001318MCP
get_claim(id=1001318)