已验证75% 置信观点精确时间
当患病样本占比低时，召回率和F1分数比准确率更能反映模型的实际检出能力。
3
来源数
75%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在未扰动的模拟场景上，严格评分（贪心中心距离匹配）给出精确率=召回率=F1=1.000，零误报。73% 相似待验证在受评估的模型集合中，医学适配模型的遗漏率高于通用模型。73% 相似待验证微调后的DistilBERT在同分布测试中F1=0.9993，但在主题偏移下损失12.9个平均精度点，退化比线性模型的5.2点更严重73% 相似待验证即便是表现最好的模型，其证据ID的F1也仅有0.36左右，反映现有大模型在精确定位证据的跨学科推理任务上仍有较大提升空间73% 相似待验证在不平衡分类问题中，即使模型将所有样本都预测为多数类也能获得很高的准确率，因此需要转向精确率-召回率曲线、F1分数、Matthews相关系数或AUC-ROC等更具鉴别力的指标71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028197API
curl https://kongchang.com/api/v1/knowledge/claims/1028197MCP
get_claim(id=1028197)