待验证50% 置信基准精确时间
在内部测试集（11,773个AI参与文件和2,541个人类文件）上，该方法在1%假阳性率操作点达到72.4的宏F1。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
涉及实体
相关事实
待验证anyformat 发布的基准测试显示其解析质量得分为78.1%，而 Google Document AI 为55.0%74% 相似待验证在EvoMap的基准测试中，同一AI模型对563道题，单个智能体独立作答正确率为26%，群集协作模式正确率为71%73% 相似待验证在 600 张合成发票测试集上，QLoRA 微调模型的整票精确率为 83.0%，自动批准率为 86.8%，已批准发票中校验覆盖字段错误为 461 中 0 个（上界 0.8%）。72% 相似待验证团队第一项研究收集了约95000条AI引用内容，分解出189个因子，但因p > n、评估用样本内数据、使用全局随机负样本等问题被推翻，查询级out-of-fold重新测量后R² = −0.31。71% 相似待验证一个拥有1800行测试用例的评估套件长期稳定在97%的聚合通过率，但其中64行多语言切片的通过率只有61%71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079468API
curl https://kongchang.com/api/v1/knowledge/claims/1079468MCP
get_claim(id=1079468)