待验证50% 置信事实精确时间

基于语义相似度（如余弦相似度）的评估指标无法捕捉行为约束层面的差异，存在系统性盲区

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

你的LLM评估套件在骗你：构建真正可靠的对抗性测试

涉及实体

SentenceTransformertechnology 余弦相似度concept

相关事实

待验证语义相似度检索的局限在于语义相似并不意味着逻辑相关76% 相似待验证通用余弦相似度是对称度量，无法表达候选人是否满足职位要求的逻辑关系72% 相似待验证不同框架的测试结果之间无法直接比较，因为定位机制、状态判断和时序模型的断言语义存在差异，即使都显示绿灯也无法得出统一的产品质量结论72% 相似待验证朴素贝叶斯分类器基于条件独立性假设，在特征高度相关的场景下表现不佳72% 相似待验证基于语义相似度的向量检索存在局限：可能遗漏时间顺序上重要但语义不相似的决策，缺乏冲突消解机制，关键信息可能被遗漏或淹没72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1000829

API

curl https://kongchang.com/api/v1/knowledge/claims/1000829

MCP

get_claim(id=1000829)