待验证50% 置信事实精确时间

MRR（平均倒数排名）衡量第一个相关结果出现得有多早，对每个问题取第一个相关文档排名的倒数再求平均，完全忽略第一个之后的其他相关文档。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

RAG上线前必测的7个评估维度：一份实用检查清单

涉及实体

相关事实

待验证Top-p（核采样）通过截断概率分布的长尾来过滤极低概率输出62% 相似待验证赢家判定逻辑为先按平均分从高到低排序，平均分相同则看完成率，仍打平则比步骤数量少者61% 相似待验证Findings论文经过了与主会论文相同的同行评审流程，只是在最终排名中略低于主会接收线61% 相似待验证评估的核心是打分，通常用0到1的连续值表达结果的好坏程度59% 相似待验证文中提供的可运行确定性示例中，运行结果为mean_recall=0.5，MRR=0.25，不可回答用例数为1。58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1015437

API

curl https://kongchang.com/api/v1/knowledge/claims/1015437

MCP

get_claim(id=1015437)