待验证50% 置信事实精确时间

Rubric源于教育评估领域，指在任务执行前预先定义的多维度评分准则

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

LangSmith三件套发布：Harness、Sandboxes、Eval补齐Agent工程化工具链

相关事实

待验证评分维度包括前端UI表现与交互体验、完整下单流程是否跑通、后台管理功能完整性、后端Java代码规范与质量以及任务完成总时长64% 相似待验证过程层也称轨迹评估（Trajectory Evaluation），包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标64% 相似待验证指令遵循能力（Instruction Following）是NLP领域一个独立的评估维度，专门的评测基准包括IFEval、FollowBench64% 相似待验证学术界发展出G-Eval、MT-Bench、HELM等评测方法，核心思路是将评测分解为多个维度的加权评分63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/563036

API

curl https://kongchang.com/api/v1/knowledge/claims/563036

MCP

get_claim(id=563036)