待验证50% 置信基准精确时间

13对匹配文档就能让配对检验在5%显著性水平下达到80%的统计功效，用于检测某个集合是否被训练。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

OLMo 2受控实验：训练数据成员推断的真相

涉及实体

OLMo 2 1Bmodel 统计功效concept

相关事实

待验证实验采用8:2比例划分数据，20%作为内部测试集，训练集内部使用5折交叉验证，并移除重复记录以避免数据泄漏77% 相似待验证课程给出的测试用例是输入 80 和 92，验证结果是否正确反映出 15 个百分点的增幅75% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）72% 相似待验证测试用例生成方案分五个进阶层级，单智能体加提示词覆盖度仅约30%，工作流方式覆盖度可达约80%，探索学习方式覆盖度可达90%以上72% 相似待验证一条「可信来源」提示能让8个测试模型中的7个翻转45%到88%的正确答案72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125009

API

curl https://kongchang.com/api/v1/knowledge/claims/1125009

MCP

get_claim(id=1125009)