階層抽樣

深度分析

大型語言模型文字分類信賴區間：階層抽樣與偽計數自助抽樣方法比較

隨著大型語言模型被廣泛用於文字分類，研究指出傳統信賴區間在小樣本或高精度情況下常失準。作者比較 Wald、Wilson、Agresti‑Coull 等解析法與層級抽樣、偽計數自助法，發現後者在覆蓋率與區間寬度上更可靠，特別是處理同一作者多篇文本的階層結構。此發現提升模型透明度與結果可信度。