待验证50% 置信事实精确时间

开放式文本质量评估中不同人类标注者之间的一致性通常只有0.6-0.8

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

CriticGen：将AI评估转化为可执行改进反馈的新框架

涉及实体

inter-annotator agreementconcept

相关事实

待验证研究发现反事实输入的忠实度得分仅比事实输入低0.05分（在1-5分量表上），差异几乎可以忽略不计68% 相似待验证普通网页用户行为分析所用的采样率通常不足10Hz62% 相似待验证行为锚定评分量表（BARS）可将评估者间信度从非结构化的0.4-0.6提升至0.7-0.962% 相似待验证在事实性评估任务上模型评判者准确率仍显著低于人类专家，但在风格、连贯性等主观维度已接近人类评审员间一致性水平62% 相似待验证在财务报表中，字符准确率可能高达99%，但语义准确率可能不足50%61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/894787

API

curl https://kongchang.com/api/v1/knowledge/claims/894787

MCP

get_claim(id=894787)