待验证50% 置信事实精确时间
基准压缩综述梳理了 119 篇论文，按单一基准、套件级、自适应评测三个层次分类，附带覆盖不足、估计不准、顺序延迟的风险分析。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
LLM评审器一致性不等于正确性：多篇论文揭示评测盲区
rss2026/10/15
涉及实体
相关事实
待验证12个框架中有9个文档化了最大步数或最大迭代限制（C3），这是本次调查中覆盖率最高的控制项。72% 相似待验证论文的核心操作是将有限样本界提升为函数界，通过细化样本集直到其在定义域上稠密，并衡量逐样本误差使常数保持一致。70% 相似待验证该论文聚焦于基于偏好压缩（preferent compression）的学习规则，并对其风险上界给出了在收敛速率上更紧致的结果69% 相似待验证均值对极度不均衡的文档不总能反映真相，更稳健的做法是同时观测中位数、非空页比例、最长连续低密度页数等辅助指标，并将阈值做成可配置项并记录触发日志。67% 相似待验证论文为初步估计量和约束估计量分别推导了泛化误差上界，这些界以可测集族的覆盖数或VC维等复杂度度量来表达，不依赖于响应空间的具体结构。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1034842API
curl https://kongchang.com/api/v1/knowledge/claims/1034842MCP
get_claim(id=1034842)