待验证50% 置信基准精确时间

AICG在涵盖19个学期、49,402条教师评分响应的数据集上，相对于RoBERTa回归将平均绝对误差（MAE）降低了50.3%，二次加权Kappa（QWK）从0.798提升至0.927。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

AICG框架：面向数学简答题的AI感知认知评分新范式

涉及实体

AICGconcept RoBERTamodel MAEconcept QWKconcept

相关事实

待验证AI概览的准确性得分为54.2%，完整性得分仅为21.6%。67% 相似待验证在100张工单测试集中，SupportOps-AI的升级错误率为18%，幻觉率为6%，死循环率为3%，完全失败/未解决率为4%。67% 相似待验证STAC 在10%标注数据下的 COCO mAP 约为39.2，Soft Teacher 提升至44.5，接近全量监督训练约51.5的水平66% 相似待验证使用AI辅助的学生在不能使用AI的闭卷考试中成绩下降了20%66% 相似待验证在留出评估器下，ASC的错误率中位数下降38%，被支持句子的提升中位数达到46%，且在全部测试设置中都成立。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1125079

API

curl https://kongchang.com/api/v1/knowledge/claims/1125079

MCP

get_claim(id=1125079)