已验证75% 置信事实精确时间

标准的分割保形预测流程中，模型先在训练集上训练，再在独立校准集上计算每个样本的非符合性分数，阈值取为这些分数的特定分位数

3

来源数

75%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

部分验证下的保形预测：校准成本最高降低82%

涉及实体

分割保形预测concept 非符合性分数concept

相关事实

已验证训练集用于拟合模型参数，验证集用于调整超参数并防止过拟合，测试集用于对模型泛化能力的无偏估计，三者必须严格独立79% 相似待验证共形预测依赖非一致性分数和校准集两个关键概念，校准集是独立于训练集且带有真实标签的数据79% 相似待验证在train/test split之前对整个数据集做StandardScaler归一化会导致测试集的均值和方差信息渗透进训练集77% 相似待验证算法输出最后一次训练迭代而非历史平均，且步长选择和正式训练两个阶段的样本都被计入总样本量76% 相似已验证训练标签式零样本模型的团队应在评估时主动打乱候选顺序，作为常规的健壮性检查76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990830

API

curl https://kongchang.com/api/v1/knowledge/claims/990830

MCP

get_claim(id=990830)