已验证75% 置信事实精确时间
拒绝率（refusal rate）是AI安全评估中的核心量化指标，指模型对特定类别请求明确表示不予执行或回避回答的比例，通常由人工标注或自动评判器统计得出。
3
来源数
75%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证评估 AI 推荐效果时，后续更值得观察的是退货率、客单价和复购率等下游指标，而非仅看互动率。72% 相似待验证AI评审Agent作为概率模型，对同一份输出的合格判断具有随机性，多次评审可能得到不同结论。70% 相似待验证80%规则指当AI对某项判断的置信度达到或超过80%时系统直接执行结果（写回数据），低于该阈值则转交人工审核69% 相似待验证攻击成功率（ASR）是AI安全评估中常用的聚合指标，定义为攻击者成功达成目标的样本数占总攻击样本数的比例，但不区分失败原因是拒绝还是忽略。69% 相似待验证AI评委在评分时会出现结果偏差：当仅改变运行结果（而Agent决策过程相同）时，AI评委会在结果出错的版本中给出更低的PROCESS评分。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041889API
curl https://kongchang.com/api/v1/knowledge/claims/1041889MCP
get_claim(id=1041889)