待验证50% 置信事实精确时间

该基准采用预期标签、严格的标签解析和用例级别的正确性判断，分数反映模型给出预期标签的用例比例

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

AI能否识别"证据不足"？一个证据充分性基准测试实验

涉及实体

Evidence Sufficiency Evaluationconcept

相关事实

待验证供应商或平台方引用的基准数据通常是在受控条件下得出的最优结果，企业需结合自身场景进行独立评估68% 相似待验证商家应审计产品Feed确保数据结构化字段完整，使AI能够解析产品进行比较和决策64% 相似待验证评估标签质量应按文件重要性给错误加权，而非仅看整体准确率，因为误归合同的代价与误归表情包不同64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003399

API

curl https://kongchang.com/api/v1/knowledge/claims/1003399

MCP

get_claim(id=1003399)