待验证50% 置信事实精确时间
一个测试项的英语得分对其翻译后得分的预测能力很弱，相关系数只有0.23，在忠实翻译上也只有0.27；相比之下，同一测试项改写前后的英语得分相关系数达到0.48。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证在人工校对样本中，当文本清晰可辨时字符错误率仅为0.68%，但约45%的抽样段落因源质量问题完全无法校正68% 相似待验证作者测试的五款评测器中，如果答案键有细微错误，得分只有0.21——低于完全不给键（0.46），也低于给一个毫不相关的键（0.50）；而经人工核验的模型生成答案能拿到0.61，接近人工撰写的0.69。68% 相似待验证在开放式生成任务中，研究观察到偶发性的准确率下降，在非英语回答中更为明显67% 相似待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升65% 相似待验证语言模型的置信度是自评分数（0 到 1），并非校准过的概率；模型可能对错误答案给出高置信度，也可能对正确答案给出低分，因此应将其视为证据而非许可。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032873API
curl https://kongchang.com/api/v1/knowledge/claims/1032873MCP
get_claim(id=1032873)