待验证50% 置信基准精确时间

综合评分中，人类平均分为 7.37，Kovi 平均分为 7.25，整体差距仅 0.12 分。

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

LangGraph 评测引擎对决人类面试官：AI 打分能否匹敌资深工程师？

涉及实体

相关事实

待验证在沟通维度，人类评审平均分为 8.2，Kovi 平均分为 7.8，Kovi 更严格（偏差 -0.4）。77% 相似待验证在系统设计维度，人类平均分与 Kovi 平均分均为 7.1，完全一致。66% 相似待验证pplx-decider-v1-27b 在 11 项基准测试中取得 85.7% 的平均成绩，领先于对比对象 Jev（官方数据）56% 相似待验证事实性标注通常要求Kappa大于0.8，而主观性标注可能只要求Kappa大于0.656% 相似待验证Top-K 预计算的 K 值通常取 5–20 之间的小值，与用户界面展示的建议条数对齐，索引体积随 K 值增大而线性增长55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1008294

API

curl https://kongchang.com/api/v1/knowledge/claims/1008294

MCP

get_claim(id=1008294)