本研究提出了三个度量指标以解决选择性回答的局限性，发现性能更好的模型不一定是较新或较大的预训练模型。同时，质疑AUC作为异常检测性能标准的适用性，强调在低假阳率下的AUC表现。研究还提出了高效算法AUC-opt，探讨了聚类验证中的新方法，并提出优化AUC的新损失函数。