待验证50% 置信基准精确时间
在批量模式下，JEV 与 Qwen 在 TrialGPT 上的宏 F1 分数分别为 0.652 和 0.660。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
待验证CriticGen在基于标准的理由和可执行建议上的F1分数分别从0.6369/0.5994提升到0.7554/0.790065% 相似待验证在最佳配置下，NARS取得了F1=0.57、AUC=0.56的成绩，优于零样本的Qwen3.6:27B和GPT-oss:20B。65% 相似待验证v1.5 相比 v1.2，真实拼写错误的 F0.5 从 0.882 提升到 0.963，漏词的 F0.5 从 0.078 提升到 0.698；时态错误仍是短板，F0.5 仅 0.119。64% 相似待验证标准Jev取得62.93%的平均macro-F1，而最强的LLM基线为67.28%63% 相似待验证GVD的版本家族构建F1分数达到0.97，规则级别一致性F1达到0.9463% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1103056API
curl https://kongchang.com/api/v1/knowledge/claims/1103056MCP
get_claim(id=1103056)