待验证50% 置信观点精确时间
在LLM评估中，比较8.3和8.7这类0.1分精度的差异属于噪声，没有意义。
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评估分数重跑一次就变，你的评分体系还可靠吗？
rss2026/10/15
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1036246API
curl https://kongchang.com/api/v1/knowledge/claims/1036246MCP
get_claim(id=1036246)