待验证50% 置信事实精确时间
token 级 F1 分数分别计算预测序列与真实序列在 token 层面的精确率和召回率，再取调和平均，但无法区分语义等价但拼写不同的名称。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
asmsense：22.8万条x86-64函数数据，破解逆向工程标注难题
redditr/MachineLearning2026/10/18
涉及实体
相关事实
已验证F1分数是召回率和精确率的调和平均数66% 相似已验证Macro F1 computes F1 independently for each class then takes a simple arithmetic average across all classes63% 相似待验证CriticGen在基于标准的理由和可执行建议上的F1分数分别从0.6369/0.5994提升到0.7554/0.790061% 相似待验证自回归解码中每个 token 的概率都以前面所有 token 为条件，数学形式为 P(x_t | x_1, ..., x_{t-1})。60% 相似待验证GLM-5.3 的思考 tokens 属于输出 tokens，按 24 的倍数计费，而模型默认使用最高推理强度。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1061126API
curl https://kongchang.com/api/v1/knowledge/claims/1061126MCP
get_claim(id=1061126)