待验证50% 置信事实精确时间
AuDiR 的每个测试项包含四部分:一段音频、一道多项选择题、一条任务通用规则,以及一段描述回答问题所需声学观察的文本。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
AuDiR:用规则与感知干预诊断音频推理失败根源
rss2026/11/9
涉及实体
相关事实
待验证测试清单建议包括:用多位说话人测试唤醒词;测试不同距离与语速;播放普通对话与背景音频;统计每小时误触发次数;把召回率与误触发率分开测量;为下一轮训练补充难负样本;测试冷却与重复触发行为;确认每条识别命令都映射到预期的安全动作。72% 相似待验证有效的测试用例生成提示词包含四个核心要素:角色设定、真实上下文、具体任务、输出格式72% 相似待验证CCAR-F 考试题型包括四选一单选题,根据官方指南也可能包含多选题(multiple-response)70% 相似待验证测试设计了50个可自动校验的任务,分为数学多步计算、从订单备注提取JSON、分类支持工单、条件过滤并排序、严格格式写作五类,每类10题,每题均有标准答案。69% 相似待验证该基准测试共设计 40 个请求、6 个类别,涵盖忠实度、单位换算、多语言(孟加拉语、印地语)、注入攻击、超范围和模糊输入69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154691API
curl https://kongchang.com/api/v1/knowledge/claims/1154691MCP
get_claim(id=1154691)