待验证50% 置信基准精确时间
在统一固定协议下,经典分类器(多项式与伯努利朴素贝叶斯、线性 SVM、随机森林)的 macro-F1 集中在 0.651 到 0.676 之间。
1
来源数
50%
置信度
长期有效
时效性
2026/11/11
首次发现
来源
涉及实体
相关事实
待验证CriticGen在基于标准的理由和可执行建议上的F1分数分别从0.6369/0.5994提升到0.7554/0.790063% 相似待验证改用覆盖空格前缀形式的八token查找表后,LLaVA-1.5-7B在adversarial、popular、random三个split上的F1分别为0.8221、0.8498和0.8713;仅读数修正一项,adversarial split就移动了6.13分。63% 相似待验证采用保守融合规则(仅当NLI和LLM判断一致时才输出Support或Contradict,否则输出Not Enough Evidence)后,Macro-F1分别降至0.7392(Qwen3)、0.6730(Llama 3.1)和0.5991(Mistral),均低于各自单独使用的成绩。61% 相似待验证在批量模式下,JEV 与 Qwen 在 TrialGPT 上的宏 F1 分数分别为 0.652 和 0.660。61% 相似待验证基于激活的表征方法最佳版本与泛化矩阵的相关系数达到0.45,而基于描述的基线方法仅为0.05。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1158012API
curl https://kongchang.com/api/v1/knowledge/claims/1158012MCP
get_claim(id=1158012)