待验证50% 置信决策规则精确时间

作者给出了比较两次单次运行的参考门槛：faithfulness约0.15、relevancy约0.08、recall约0.09、precision约0.10（18题规模，9题子集上约宽40%），均值差超过门槛才值得认真对待。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/19

首次发现

有效期至：2027/1/17

来源

RAG评估噪声从哪来？法官与生成器谁在捣乱

涉及实体

faithfulnessconcept answer relevancyconcept context recallconcept context precisionconcept

相关事实

待验证当只重复评判同一批保存的答案时，18题均值的标准差为0.021（faithfulness）到0.035（precision）；重新生成答案后，faithfulness的标准差升至0.054，relevancy从0.002升至0.028。78% 相似待验证不同论文对忠实度阈值往往使用70%~95%不等的值，缺乏统一标准73% 相似待验证Cohen's Kappa系数适用于两名评审者、类别变量的情景，其值介于-1到1之间，通常认为0.6以上属于中等一致性，0.8以上为高度一致67% 相似待验证根据LlamaIndex博客的数据示例，置信度阈值设为0.7对应约95%的精度67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1065192

API

curl https://kongchang.com/api/v1/knowledge/claims/1065192

MCP

get_claim(id=1065192)