待验证50% 置信事实精确时间
NitiBench+是一个覆盖17个领域、包含1,670个条目的泰国法律问答基准，专门用来衡量法律时效性对模型表现的影响。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证NitiBench+的评估体系结合了泰国律师委员会评分标准、Bar标准分以及引用法条与法院实际引用法条的重叠度（Citation F1）。74% 相似待验证RULER是2024年由NVIDIA研究团队提出的长上下文评估基准，包含13个合成任务，分为NIAH、Variable Tracking、Common/Frequent Words Extraction及基于SQuAD/HotpotQA的问答四大类64% 相似待验证在正确文本设置下，NitiBench+对26个模型进行了排名，测试集为500个按领域分层抽样的留出样本，同时发布了同构的验证集供公开使用。62% 相似待验证NIAH测试将关键信息埋藏在大量无关文本中考察模型能否准确召回，是衡量长程信息保留能力最直观的方法61% 相似待验证NIST SP 800-30提供了一个常被参考的风险评估框架59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130203API
curl https://kongchang.com/api/v1/knowledge/claims/1130203MCP
get_claim(id=1130203)