待验证50% 置信基准精确时间

一个词袋基线能通过约41%的核心集，说明部分测试案例存在词汇层面的捷径

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

LLM招聘筛选大测评：谁在左右你的简历命运？

涉及实体

FairScreenproduct

相关事实

待验证测试用例生成方案分五个进阶层级，单智能体加提示词覆盖度仅约30%，工作流方式覆盖度可达约80%，探索学习方式覆盖度可达90%以上70% 相似待验证在完全未被触碰的152题测试子集上，锚定混合检索为42.11%，规划引导方法仅36.84%68% 相似待验证在Track B上，扁平RAG基线能检测出76%–97%的真实矛盾，但对16%–43%表层相似的安全草稿产生误报（具体比例取决于后端）67% 相似待验证测试用例设计与编写通常占据整个测试周期30%至50%的工时67% 相似待验证在某些测试中，文档中间段信息的检索准确率比首尾段低40%以上67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003883

API

curl https://kongchang.com/api/v1/knowledge/claims/1003883

MCP

get_claim(id=1003883)