待验证50% 置信基准精确时间
研究团队对五个当前主流LLM进行了基准测试,在事实型问题上,不提供源段落时token F1得分仅在0.18-0.30之间。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/10
首次发现
有效期至:2027/2/8
来源
涉及实体
相关事实
待验证一个 8.1B 参数的 LLM 检测器在统一评估协议下的 F1 成绩与 LogCDM 相差仅 0.013-0.12。71% 相似待验证在分层抽样的1,000条测试子集上,最强的LLM提示配置准确率为0.477,而微调后的DistilBERT达到0.879。70% 相似待验证仅标签训练(Label-Only)方法取得0.896的准确率和0.564的span F1,逐字引用从训练前的0.597提升到0.72970% 相似待验证单轮测试采用严格的精确参数评分并按严重度加权(L4=8分递减到L0=0分)70% 相似待验证因素识别模块的Macro F1仅为0.5562,明显低于风险评估和证据溯源两个任务69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1155345API
curl https://kongchang.com/api/v1/knowledge/claims/1155345MCP
get_claim(id=1155345)