待验证50% 置信权衡取舍精确时间

在疟疾筛查等高风险医疗场景中，假阴性的后果远比假阳性危害大，因此模型设计倾向于以较低决策阈值换取高召回率，而非追求F1或AUC-ROC的最优

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

疟疾细胞AI识别：医学影像分类实践全解析

相关事实

待验证对于疟疾诊断场景，假阴性的危害远大于假阳性，因此召回率（Recall/Sensitivity）比整体准确率更为关键83% 相似待验证在爽约预测任务中，漏掉真正会爽约患者（假阴性）的代价远高于误判到场患者的代价，因此应优先保证召回率66% 相似待验证Anthropic在2024年的研究论文中量化了模型过度拒绝现象，发现经过安全训练的模型在某些场景下拒绝率高达15-30%属于误判62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503604

API

curl https://kongchang.com/api/v1/knowledge/claims/503604

MCP

get_claim(id=503604)