待验证50% 置信基准精确时间

SAFE-QE 在 TREC 和 BEIR 两个基准检索集合上进行了评估

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

SAFE-QE：用子序列关联过滤驯服LLM查询扩展中的幻觉词

涉及实体

SAFE-QEconcept TRECconcept BEIRconcept

相关事实

待验证Q2D-Web 引入了三套相互独立的相关性判断集合来交叉验证检索结果的质量63% 相似待验证常见的对齐评估基准包括TruthfulQA和HarmBench62% 相似待验证CVE-Bench以公开披露的CVE条目为基础，考察模型对已知漏洞的识别、分类与利用分析能力61% 相似待验证漏斗式分层评估架构：第一层用廉价快速的语义验证器对海量 trace 初筛，第二层对模糊或高价值样本交给更强裁判模型精细评判61% 相似待验证QwQ-32B第二阶段使用通用奖励模型和基于规则的验证器两种验证机制进行通用能力扩展60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002088

API

curl https://kongchang.com/api/v1/knowledge/claims/1002088

MCP

get_claim(id=1002088)