待验证50% 置信基准精确时间
在每种方法回顾性选择的测试准确率峰值处，Deep SVDD两阶段系统的每输入估计能耗为1.93–6.99 mJ；蒙特卡洛Dropout为52.53 mJ；深度集成为8.76–17.51 mJ。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证两阶段系统（Deep SVDD + 窄型CPU分类器）将“正确分类或正确拒绝”的输入比例提升了15.0–19.4个百分点，相比无拒绝机制的分类器有显著改进。72% 相似待验证在32个SV-COMP任务上，原始验证器反馈将平均正确模型判定从12.7提升到22.0，但同时将错误判定从1个增加到7个。69% 相似待验证在八维高斯混合数据集上的实验显示，该调度策略每样本仅需303次测量，就能达到与1.6×10^6次高测量参考相当的生成质量，测量次数减少约5300倍。64% 相似待验证《From Detection to Decision》评估了Jev、两个版本的Llama Prompt Guard 2以及一个LLM裁判，在47,611个留出样本上测试，结论是达到1%假阴性率需要将超过91.8%的输入升级人工处理。63% 相似待验证FastEmbed-rs所使用的量化模型在MTEB基准测试中相比全精度模型的性能下降通常控制在1-2%以内62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1129617API
curl https://kongchang.com/api/v1/knowledge/claims/1129617MCP
get_claim(id=1129617)