待验证50% 置信事实精确时间

让模型显式输出置信度或证据强度标签、引入不确定性感知的损失函数、通过检索增强生成（RAG）为陈述附加可核查来源片段是处理不确定性的相关研究方向

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/23

首次发现

有效期至：2027/1/21

来源

如何评估AI生成的研究摘要？三个关键维度

涉及实体

检索增强生成concept RAGconcept

相关事实

已验证SURE不确定性建模让模型能表达置信度并在证据不足时选择弃权，区分认知不确定性与随机不确定性74% 相似待验证在工具调用环节加入 Schema 校验可把模型输出的不确定性约束在可控范围内74% 相似待验证改善模型校准的研究方向包括通过监督微调引入不确定性标记、使用温度采样对概率分布进行后校准，以及训练模型主动输出拒绝回答的能力73% 相似待验证开发事实核查机制和不确定性量化方法，可以让模型能够识别并承认知识边界72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1089267

API

curl https://kongchang.com/api/v1/knowledge/claims/1089267

MCP

get_claim(id=1089267)