待验证50% 置信事实精确时间

一项新研究通过 UNDERSPEC-DR 框架系统评估了查询模糊性对智能体最终答案质量和中间搜索行为的影响。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/30

首次发现

有效期至：2027/1/28

来源

用户提问模糊，深度研究智能体为何失灵？

涉及实体

UNDERSPEC-DRconcept

相关事实

待验证研究团队在三个 DRAs 上进行了评估，发现当用户查询存在欠规范时，智能体答案满足用户信息需求的程度显著下降。75% 相似待验证知识库方案的回答质量取决于资料本身和检索结果，检索不到或资料含糊时模型只能回到通用常识。70% 相似待验证NL2SQL 工具的查询结果准确性依赖底层数据的质量和治理，模糊或有歧义的提问可能得到误导性答案69% 相似待验证Hillock 在相似度之外增加一层判断：检索结果是否真正构成对查询的有效支撑。68% 相似待验证面对模糊查询时，DRAs 会进行更广泛的搜索，但这些搜索对原始用户查询的依赖减少，而更多依赖模型在训练中学到的先验知识。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1113923

API

curl https://kongchang.com/api/v1/knowledge/claims/1113923

MCP

get_claim(id=1113923)