待验证50% 置信事实精确时间
DocXEval的元评估发现,若干忠实性指标和复杂度指标之间存在中等至强的一致性,同时也识别出部分指标会产生不可靠结果。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至:2027/1/26
来源
涉及实体
相关事实
待验证对高风险场景,仅凭 CoT 文本判断模型可靠性是不够的,还需结合多次采样的一致性、外部验证等手段。70% 相似待验证朴素的按置信度分层比较不可靠,因为未控制检测强度会导致结论被检测强度干扰70% 相似待验证测试误差的确定性等价表达式统一刻画了样本量、协方差结构、模型漂移、正则化强度和隐私噪声等因素的相互作用69% 相似待验证回归测试的指标建议同时记录精确匹配率、关键事实召回率、拒答率与幻觉率,多指标并看能避免通过率上升但回答变得更保守或更啰嗦的隐性退化69% 相似待验证在多分类任务中,准确率在类别样本不均衡时会失真;精确率反映误报程度,召回率反映漏报程度,F1分数是精确率与召回率的调和平均。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106147API
curl https://kongchang.com/api/v1/knowledge/claims/1106147MCP
get_claim(id=1106147)