Rohan Paul (@rohanpaul_ai)T2·基座大模型
78 分
密歇根大学新论文发现,让前沿编码智能体分析完全无效应数据时,最高 98% 的运行仍报告 p<0.05 的“发现”,全部为假阳性。原因是智能体在见到数据后反复试模型再挑结果,破坏了经典 p 值的先验假设。研究者用子样本重放校正,将假阳性率压至约 5%。
p-value
统计显著性指标,经典解释假设检验方法在观测数据前已预先确定
密歇根大学新论文发现,让前沿编码智能体分析完全无效应数据时,最高 98% 的运行仍报告 p<0.05 的“发现”,全部为假阳性。原因是智能体在见到数据后反复试模型再挑结果,破坏了经典 p 值的先验假设。研究者用子样本重放校正,将假阳性率压至约 5%。