待验证50% 置信事实精确时间

检索基准测试通常使用标准查询集和相关性标注来评估召回率、准确率或排序质量（如 nDCG、MRR）。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

Exa 3.0搜索API发布：自称8项基准超越Perplexity与Brave

涉及实体

检索基准测试concept

相关事实

待验证检索模型的准确率通常在 BEIR 和 MTEB 等标准测试集上进行评测77% 相似待验证评估检索质量常用Recall@k和MRR，评估生成则通常看答案与来源的一致性、忠实度（faithfulness）。77% 相似待验证有价值的对比测试工具理想状态下应具备标准化任务集、自动化评分机制和结果可视化呈现能力74% 相似待验证该基准测试使用确定性检查器（deterministic checker）评分，答案要么对要么错，不使用大模型当裁判74% 相似待验证离线排序质量用NDCG、MAP、MRR衡量，分类预测准确度用AUC、LogLoss衡量，线上效果需通过A/B测试验证74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1074406

API

curl https://kongchang.com/api/v1/knowledge/claims/1074406

MCP

get_claim(id=1074406)