待验证50% 置信基准精确时间
在 SentiCoref 数据集上，一个“神谕”实验显示：如果能够纠正最不确定的 10% 预测中的所有错误，且不损害正确预测，Macro-F1 可提升 9.14 分。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
错误检测不够：实体级情感分析的选择性模型升级
rss2026/11/2
涉及实体
相关事实
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75% 相似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% 相似待验证八对事件中有七对的期望校准误差（ECE）上升，受影响场景中有12%-51%的区域被模型以接近零精度自信地错标71% 相似待验证DeepInfer 的投机解码方案先估计每个猜测被接受的概率，把验证预算往更有希望的地方倾斜，动态核对让每步检查数量减少约 30%，平均接受长度基本不变，线上吞吐提升 6%；序列数从 16 加到 96，收益从负 1.5% 一路涨到 11%。70% 相似已验证在样本严重不均衡时，精度(Accuracy)会产生误导，模型把所有人都预测为健康精度照样能达到99%以上70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130542API
curl https://kongchang.com/api/v1/knowledge/claims/1130542MCP
get_claim(id=1130542)