待验证50% 置信事实精确时间
四个类别中有一个（「明确缺失」）没有任何观测支持，其macro-F1数值贡献并不等于在该状态上测到了性能。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
评估分数只有对应其目标时才有用
rss2026/10/16
涉及实体
相关事实
待验证大多数评估指标如准确率、F1无法区分系统检查后认定无相关证据和系统根本没有检查这两种情况68% 相似待验证Neuron AI 目前没有独立基准测试，没有第三方评估过其操作成功率，NEURA 也未发布与 VLA 基线的对比，且未披露模型规格、定价或可用性信息。63% 相似待验证FSPO论文摘要中未披露具体的基准名称和基线方法，因此4%的提升是否统计显著、是否所有任务稳定尚不明确。63% 相似待验证OpenAI的GPT-4技术报告对训练数据的描述仅寥寥数句，声称出于竞争环境和安全考量不予详述63% 相似待验证pg_vectorsearch 的官方公告没有给出基准测试数据集的维度、吞吐量（QPS），也没有直接的 IVFFlat 对比，多客户端吞吐测试被列为待完成项。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1044449API
curl https://kongchang.com/api/v1/knowledge/claims/1044449MCP
get_claim(id=1044449)