待验证50% 置信决策规则精确时间

MTEB的不同赛道（English v1、English v2、多语言和BEIR检索专用数据）使用不同测试集，分数不能直接跨赛道比较；建议按检索分数排序而非总体平均分，并在同一赛道内比较模型

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

本地嵌入模型选型指南：硬件需求与成本分析

涉及实体

MTEBconcept Morphcompany Pineconecompany

相关事实

待验证检索模型的准确率通常在 BEIR 和 MTEB 等标准测试集上进行评测64% 相似待验证不同基准的测试粒度、验证方式和任务来源差异显著，跨基准比较数字时需格外谨慎62% 相似待验证差分测试（Differential Testing）通过对两个实现输入相同测试用例比对输出差异来发现错误，已被 Google、Apple 等公司广泛用于编译器和解释器测试61% 相似待验证配对统计检验使用聚类置信区间校正同一计算器内部样本的相关性，比直接比较总体准确率更严格61% 相似待验证基准对比中竞品使用的是自适应推理（Adaptive Reasoning）模式，而非强制开启最高推理档位61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018775

API

curl https://kongchang.com/api/v1/knowledge/claims/1018775

MCP

get_claim(id=1018775)