已验证75% 置信决策规则精确时间

在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义

3

来源数

75%

置信度

长期有效

时效性

2026/8/4

首次发现

来源

4-5个月速成ML求职：大四学生的转型冲刺指南

相关事实

待验证如果模型具备欺骗能力，传统的失准检测评估手段可能完全失效79% 相似待验证平均准确率会掩盖分布偏差，一个在简单案例全对、困难案例过度自信的裁判可以刷出高平均分却在关键处失灵77% 相似待验证对小样本切片设置绝对失败数上限比设置百分比门槛更稳健，且对样本量不敏感76% 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76% 相似待验证用完成度式的代理指标评分会把干净终止但结果错误的失败判为成功，这是当前许多智能体评估的缺陷76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/683104

API

curl https://kongchang.com/api/v1/knowledge/claims/683104

MCP

get_claim(id=683104)