预印本：无真实信号下数据泄露仍可让 AUC 达 0.8
bttyeo · x · 2026-09-11
一篇新预印本量化了蛋白质组学生物标志物研究中的常见问题——数据泄露：在完全没有真实信号的情况下，存在泄露的模型运行仍能达到接近 0.8 的 AUC。
作者团队（JakeVogel、Caitlin Finney、Artur Shvetcov 等）指出蛋白质组学研究中泄露非常普遍，简单失误即可从纯噪声产出 AUC>0.7 的假阳性结果，同时使模型泛化更差。团队还发布了帮助研究者检测和避免泄露的工具，呼吁社区改进报告规范以产出可信模型。
所属事件:预印本量化数据泄露危害：无信号 AUC 仍近 0.8(2 条相关)→
「研究」频道最新
- Mandelbrot 集拼图结构在 Lean 中完成形式化计算,实拍级图表曝光 — geoffreyirving · 2026-10-28
- Geoffrey Irving 对 CSETH 突破给出 >80% 概率预测 — geoffreyirving · 2026-10-28
- 抗衰研究数据荒：Norn 募资 1500 万美元为 AI 备好训练数据 — juanbenet · 2026-10-28
- 研究员自曝置信度乌龙：把 SETH 当 CSETH，重估 P vs NP 赔率 — geoffreyirving · 2026-10-28
- Google 论文指出 softmax 标准实现藏两个数值 bug，引发形式验证讨论 — srush_nlp · 2026-10-28
- AI 提出的研究题 45/135 获专家认可有趣，覆盖数学物理等 — StanfordAILab · 2026-10-28