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
- 研究者呼吁 RCT 验证：是否该砍掉边缘性论文 — RishiBommasani · 2026-09-11
- Science Advances 论文发布媒体偏见检测器，可规模化量化各家报道倾向 — duncanjwatts · 2026-09-11
- 曝 OpenAI 用内部新模型冲击黎曼猜想与 P vs NP — zephyr_z9 · 2026-09-11
- 谷歌携 41 篇论文亮相 ECCV 2026,涉视频空间理解等研究 — ymatias · 2026-09-11
- OpenAI 内部模型被称已证明 Navier-Stokes 千禧年难题 — QuintinPope5 · 2026-09-11
- 荷兰法院判决预测 MCP 服务器开源:剔除 92% 标签泄漏,准确率 78.2% — rechtssysteem · 2026-09-11