待验证50% 置信观点精确时间

WER 适合作为回归测试的基线指标，但不能单独作为验收依据。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

AI转录上线前，必须通过这套验收流水线

涉及实体

词错误率concept

相关事实

待验证WANDR并非广泛认知的基准测试，其具体评测维度尚不明确。65% 相似待验证OpenScience 声称的基准测试排名第一缺乏具体的基准细节、对比对象和评测方法说明65% 相似待验证该检查无法失败的根本原因是提示词本身已包含一条约束，使得检查所针对的那个缺陷根本不可能被生成出来。64% 相似待验证research-ledger 规定试点测试可以调整参数，但永远不能给出 PASS 判定。64% 相似待验证WEAK测试指测试虽然存在，但失败原因并非指向被测行为本身，例如测试文件因导入不存在的名称而无法加载，死在收集或导入阶段而非断言阶段。63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1072892

API

curl https://kongchang.com/api/v1/knowledge/claims/1072892

MCP

get_claim(id=1072892)