待验证50% 置信基准精确时间

研究表明将收入从精确值泛化为5个区间可能导致模型AUC下降2-5个百分点

1

来源数

50%

置信度

长期有效

时效性

2026/8/12

首次发现

来源

数据脱敏的悖论：更安全反而让AI更笨？

相关事实

待验证在极度不平衡数据集中（阳性率低于5%），PR曲线下面积（AP）往往比AUC更能反映模型对少数类的检测能力70% 相似待验证2024年多项研究发现，部分模型在去污染版本的评测集上得分下降幅度可达10-20个百分点68% 相似待验证国际货币基金组织(IMF)2017年研究表明，全球主要发达经济体劳动份额普遍下降约5个百分点，美国降幅尤为突出67% 相似待验证当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能66% 相似待验证虽然大模型单位Token成本在下降，但企业总体AI支出可能因使用量增长而不降反升65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/735546

API

curl https://kongchang.com/api/v1/knowledge/claims/735546

MCP

get_claim(id=735546)