待验证50% 置信事实精确时间
研究领域常用的经验门槛：κ高于0.8视为高度一致，0.6至0.8为实质性一致。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
Annotrace：智能体轨迹步骤级标注工作台
rss2026/10/16
涉及实体
相关事实
待验证第一轮实验中，有已验证能力的功能平均分 1.43，无已验证能力的功能平均分 1.14，差距微乎其微；修掉语言问题后同样的对比变为 2.00 对 1.07。69% 相似待验证即使是经验丰富的人类专家在同一评审任务上，组间 Kappa 往往也只在 0.4–0.6 之间67% 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% 相似待验证开放式文本质量评估中不同人类标注者之间的一致性通常只有0.6-0.866% 相似待验证作者不默认每个LoRA都用1.0强度，测试后大多数模型最终推荐强度落在0.8–1.2区间66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1066018API
curl https://kongchang.com/api/v1/knowledge/claims/1066018MCP
get_claim(id=1066018)