待验证50% 置信事实精确时间

AmbigQA数据集发布于2020年，基于NQ数据集系统性标注具有多个合理答案的歧义问题

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

腾讯DiscoBench：评测LLM搜索代理歧义澄清能力的首个基准

bilibili熊二等兵2026/7/4

相关事实

待验证Bird评测基准于2023年发布，更侧重真实世界的大规模数据库场景，包含脏数据和复杂的领域知识59% 相似待验证GPTQ于2022年引入逐层校准数据集，AWQ于2023年通过保护显著激活对应的权重通道减少精度损失58% 相似待验证OpenAI在2020年的论文证明参数规模提升可带来涌现能力的质变56% 相似待验证AWQ于2023年提出，通过分析激活值分布识别显著权重并给予保护，在INT4精度下实现更低的困惑度损失56% 相似待验证OpenAI在2023年开源了其Evals框架，将评估分为基于事实的精确匹配、基于模型的评判、以及基于人类标注的评估三大类56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/387250

API

curl https://kongchang.com/api/v1/knowledge/claims/387250

MCP

get_claim(id=387250)