热点事件持续更新
基准审计显示决策模型置信度难保单次准确率
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv发布针对开源权重模型Laya与API模型Jev 1.13的基准审计研究。审计结果显示，类型化决策模型的置信度并不能保证单次决策的准确率。在190项评估中，点估计阈值违背承诺达147项，而采用Learn then Test框架则全部履约。同时，经英语校准的Jev模型在51个地区中仅有8个兑现了95%的准确率承诺。此外，模型置信度区分正误的AUROC为0.80至0.96。目前，研究团队已公开相关代码与数据。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
基准审计显示决策模型置信度难保单次准确率，区域校准差异明显，研究代码与数据已公开。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 机器学习置信度并非保证：类型化决策模型基准审计
一项针对开源权重 Laya 与 API 模型 Jev 1.13 的审计显示，类型化决策模型的置信度并不能保证单次决策准确率。在 190 项评估中，点估计阈值违背承诺达 147 项，而 Learn then Test 全部履约；经英语校准的 Jev 在 51 个地区仅 8 个兑现 95% 准确率承诺。置信度区分正误的 AUROC 为 0.80 至 0.96，研究已公开代码与数据。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。