待验证50% 置信事实精确时间

在数据质量验证中，不同错误的代价是不对称的：错误接受脏数据可能导致下游分析崩坏，而误拒好数据只是损失一个样本

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

带弃权选项的成本敏感决策：数据质量验证实战解析

涉及实体

数据质量验证concept

相关事实

待验证错误的归纳偏置会让模型花费容量拟合数据中不存在的虚假模式，导致分布外数据上严重失效80% 相似待验证传统截图分析方式存在数据精度损失问题，AI读取的价格可能是近似值而非精确值，且截图时刻数据即已过期75% 相似待验证在对账场景中误匹配的代价高于漏匹配，误匹配可能掩盖真正的资金差异造成账目失衡，因此系统必须对误匹配保持极度敏感75% 相似待验证误报率与漏报率的权衡本质上是统计学中第一类错误与第二类错误的经典权衡75% 相似待验证从传真、扫描件中提取记录的数据质量存在级联效应，OCR的错误可能导致NLP误判进而影响下游AI决策，是医疗数据聚合的关键挑战73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/899636

API

curl https://kongchang.com/api/v1/knowledge/claims/899636

MCP

get_claim(id=899636)