待验证50% 置信事实精确时间
轨迹评估的常用做法包括将轨迹与参考轨迹对比、用规则检查关键步骤、或让评审模型对轨迹打分。
1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现
来源
涉及实体
相关事实
待验证轨迹评估指将智能体从接收任务到给出结果的完整执行过程作为评估对象,而不仅比对最终答案。77% 相似已验证过程层也称轨迹评估(Trajectory Evaluation),包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标76% 相似待验证轨迹质量指智能体从接收查询到给出答案之间的一系列中间动作是否合理,包括工具调用顺序、检索参数是否切题、是否重复无效搜索、是否在证据不足时继续查证等。73% 相似待验证路由的常见实现包括基于规则的启发式判断、轻量分类器、小模型预判,或让大模型输出置信度分数后由阈值决定是否继续。72% 相似待验证Agent评估中的过程评估通常依赖于执行轨迹(Trace)分析,记录从接收用户输入到最终输出之间的所有中间步骤71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1151795API
curl https://kongchang.com/api/v1/knowledge/claims/1151795MCP
get_claim(id=1151795)