待验证50% 置信事实精确时间

MQM按错误类型（如准确性、流畅性）和严重程度（如轻微、严重）分类计数并加权，ESA要求标注者精确圈出错误对应的文本片段。

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

大模型做翻译质量标注：人与模型谁更靠谱？

涉及实体

MQMconcept ESAconcept

相关事实

待验证确定性评分器能可靠捕捉字段格式错误，但在整个套件上做平均后无法告诉你错误集中在哪里68% 相似待验证作者归纳出四类高频确定性工具调用错误：可选字段传null值、数组格式错误、空对象包裹、参数值缺失68% 相似待验证在文档解析检查中，单元格与表头的对应关系最关键，数字可能被正确识别却落在错误的行里，这种结构性错误最隐蔽64% 相似待验证LLM具有较强的容错与补全倾向，面对错位的表格数据通常不会报错，而是基于错误数据给出看似合理的推断63% 相似待验证当 OCR 输出直接喂给 LLM 时，识别错误会被放大和传导，模型会基于错误文本产生看似合理实则错误的结论62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1012333

API

curl https://kongchang.com/api/v1/knowledge/claims/1012333

MCP

get_claim(id=1012333)