待验证50% 置信基准精确时间

在 Action Judge 基准上，AEWM 的 macro-F1 为 70.5%，比最强对比方法高 10.6 个百分点。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

公司大脑与执行层之间，缺失的是一份任务账本

涉及实体

AEWMconcept Action Judgeconcept

相关事实

待验证70到80之间的F1水平意味着当前模型表现更适合作为研究参照，而非直接落地的判决辅助工具65% 相似待验证该模型的F1分数为72%，数据存在严重的类别不平衡，比例为89:1165% 相似待验证在提及级别，模型整体精确率为74.1%，召回率为70.5%64% 相似待验证反讽检测任务在标准数据集（如iSarcasm、SemEval系列）上的最佳F1分数长期徘徊在70%-80%区间64% 相似待验证该模型宏平均F1为95.92%，加权F1为96.83%，二分类F1为93.94%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1033800

API

curl https://kongchang.com/api/v1/knowledge/claims/1033800

MCP

get_claim(id=1033800)