待验证50% 置信观点精确时间
语法合法性与语义正确性是两个正交的维度，评测时必须将格式合规率（如JSON解析成功率）与任务准确率分开度量。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证正确的格式和看似合理的文字不足以作为结构化决策的检查标准，应单独检验主张、业务实体、证据、解释和最终标签之间的一致性，与JSON有效性分开评估76% 相似待验证API一致性验证的关键维度包括数学推理准确率、代码生成质量、长文本处理能力和指令遵循度71% 相似待验证验证器关注结果是否满足可机械验证的约束，是二元客观判断；评估器关注产出质量是否符合目标，是语义层面的主观判断68% 相似待验证主流编程能力评测通常关注功能正确性、代码质量、复杂任务处理能力以及响应速度与稳定性等维度67% 相似待验证测试看能否跑通（接口、格式），评估看做得好不好（事实准确率、幻觉、工具选择、任务完成率），二者是两回事67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011553API
curl https://kongchang.com/api/v1/knowledge/claims/1011553MCP
get_claim(id=1011553)