待验证50% 置信基准精确时间

研究团队构建了包含5,078个人际冲突场景的基准测试集，覆盖六个道德维度

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

叙事俘获：多轮对话如何让LLM丧失道德判断力

涉及实体

叙事俘获基准测试集concept

相关事实

待验证Marvis对55页计算机科学论文的分析中，以表格形式提取了7条核心问题，并额外列出5条需要人工复查的数据或结论64% 相似待验证研究者构建了名为CONFLICTGUI的评测基准，用于衡量GUI智能体的冲突感知终止能力64% 相似待验证尼尔森诺曼集团的研究表明，大多数可用性问题在5名测试用户后就能被发现61% 相似待验证研究团队在五个被广泛使用的GUI智能体上进行了实验验证60% 相似待验证研究团队通过NLP指标量化分析和一项包含五名参与者的人类研究两条路径对框架进行评估60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/898707

API

curl https://kongchang.com/api/v1/knowledge/claims/898707

MCP

get_claim(id=898707)