待验证50% 置信事实精确时间
NLI模型在单句证据的蕴含判断上尚可，但缺乏显式的跨句推理机制，面对分散的多句检索证据时性能大幅下降。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
混合检索+NLI+开源LLM做科学论断验证，融合规则为何反而掉分？
rss2026/11/2
涉及实体
相关事实
待验证任何'A打败B'的结论都高度依赖评测设置，原始讨论未给出数据集划分、类别平衡等细节，因此该结论更可能是值得复现的研究线索而非定论。74% 相似待验证业界常说的'大海捞针'测试只能证明模型能从长文中找回某个孤立事实，却无法反映多信息交织、需要推理时的真实表现。74% 相似待验证当前 LLM 智能体在获得有效证据后往往能有效推理，但它们难以主动获取正确的证据，也难以识别先前获取的证据何时不再有效。73% 相似待验证让模型把之前的答案视为已定论可减少重复工作，但在研究、分析或出现新证据的任务中可能不利于重新审视结论73% 相似待验证证据随答案同行的设计原则要求每条输出结论都附带可追溯、可核验的依据，并且当证据不足以支撑结论时，系统应显式拒绝输出或标注不确定性。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130824API
curl https://kongchang.com/api/v1/knowledge/claims/1130824MCP
get_claim(id=1130824)