待验证50% 置信事实精确时间
GenEval是文生图领域常用的组合式评测基准，通过对象数量、颜色、空间关系、属性绑定等细粒度子任务检验模型对提示词结构化语义的理解。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证GenCorrect是一种迭代闭环测试时计算策略，先生成多样化候选解，再引入评估器反馈，然后在固定提交预算下对后续生成进行迭代优化68% 相似待验证CriticGen是一个细粒度、生成感知（generation-aware）的评估框架，为每个样本生成专属的评估维度和评分标准，并联合产出分数、理由、可执行的改进建议和改进后的答案65% 相似待验证GenVerOpt的验证模块需要在没有明确文字标签的情况下，对视觉输出的质量或正确性给出可量化的评估信号62% 相似待验证语义分块通过检测嵌入向量相似度的突变点来确定切分位置62% 相似待验证HybridAgent 在3个模型规模和11个基准测试上进行了评估，覆盖数学、科学、医学、搜索和智能体推理等场景。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125593API
curl https://kongchang.com/api/v1/knowledge/claims/1125593MCP
get_claim(id=1125593)