待验证50% 置信事实精确时间
DSB-IFEval采用指令遵循分数(IAS)和人设一致性分数(PAS)两个互补的量化指标
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/5
首次发现
有效期至：2026/12/4
来源
涉及实体
相关事实
待验证人工评估常用标注者间一致性（IAA）指标如Cohen's Kappa和Krippendorff's Alpha来确保评估质量可靠性，一般Kappa大于0.7为可接受水平68% 相似待验证数据标注评估考核中常见的质量指标包括标注者间一致性（IAA）和与黄金标准的偏差67% 相似待验证DSB-IFEval是一个专门评估实时语音交互中隐式指令遵循能力的基准测试63% 相似待验证分类模型的常用评估指标包括准确率、精确率、召回率、F1分数和ROC-AUC曲线62% 相似待验证研究团队在 EBM-NLP 词级 PICO 分类任务上采用了十二项指标的指标矩阵，包括平衡准确率、宏平均 F1、ROC-AUC 等对不平衡敏感的指标61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860701API
curl https://kongchang.com/api/v1/knowledge/claims/860701MCP
get_claim(id=860701)