待验证50% 置信基准精确时间

随机森林在IEEE-30系统上取得0.97的F1分数，在IEEE-14系统上达到0.86

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

机器学习在电力系统故障筛查中的应用：随机森林实现高精度安全分类

涉及实体

随机森林concept IEEE-30节点系统concept IEEE-14节点系统concept

相关事实

待验证在更新事实任务中，嵌入检索方法成功率在0.30-0.95之间波动，不同随机种子间最大差距达0.4557% 相似待验证AIME只有30个样本，跑4个种子后以80分对比基线79分并加粗宣称超越，在统计上站不住脚53% 相似待验证Anthropic的Auto Mode分类器在一万条真实内部流量测试中，误报率仅0.4%，只拦错了40条53% 相似待验证当训练窗口、门控窗口和报告窗口未严格分离时，PR-AUC达到0.72到0.76，严格分离后骤降至约0.51接近随机水平，这是数据泄漏的表现52% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/902735

API

curl https://kongchang.com/api/v1/knowledge/claims/902735

MCP

get_claim(id=902735)