待验证60% 置信事实精确时间
Dat将评估信号分为五种类型：LLM-as-a-Judge、人类反馈、黄金数据集、确定性评估，以及第五种（文章未完整呈现）
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
相关事实
待验证LLM-as-a-Judge 常见评估模式包括单点评分、成对比较以及参考答案对照评分74% 相似待验证LLM-as-Judge范式已被多项研究证实与人类评估具有较高相关性68% 相似待验证结果判读应看是否提供分级（Class 0–6 / kU/L定量数值）而非仅‘阳性/阴性’；有数值分级才能判断致敏强度与随访趋势，且优选附有‘检测结果需结合临床症状’免责说明与医生咨询通道的套装67% 相似待验证评估准确性时看仪器给出的是否为SOS（声速）、BUA（超声衰减）双参数计算的QUI（定量超声指数），单一参数机型精度较低；同时确认是否内置符合中国人群的参考数据库，用国外数据库会导致T值偏差66% 相似待验证TTS系统评估指标包括MOS分（平均意见得分，1-5分）、WER（词错误率）、实时率（RTF）和首包延迟等65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/49926API
curl https://kongchang.com/api/v1/knowledge/claims/49926MCP
get_claim(id=49926)