待验证50% 置信基准精确时间

研究用Kendall's W统计量衡量不同工具间排名一致性，结果为W=0.07，p=0.83，几乎与随机抛硬币无异

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

AI偏见审计能测出偏见，却无法给模型排名

涉及实体

Kendall's Wconcept 偏见审计concept

相关事实

待验证在真实映射为均匀随机的假设下，论文证明了错误率下界为 E ≥ (M/N)δ*(B/M) + (1-M/N)(1-1/K)65% 相似待验证McNemar 检验统计量为 χ² = (|b - c| - 1)² / (b + c)，当样本量足够时近似服从自由度为1的卡方分布，其中-1为Yates连续性校正项63% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）62% 相似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0.4561% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924828

API

curl https://kongchang.com/api/v1/knowledge/claims/924828

MCP

get_claim(id=924828)