待验证50% 置信观点精确时间

人类主观投票能捕捉难以量化的质量差异，成为FID、CLIP Score等自动化指标的重要补充

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

H3加速竞技场首批结果：LoRA排名为何出人意料

涉及实体

FIDconcept CLIP Scoreconcept

相关事实

已验证自我一致性（self-consistency）采样通过并行生成多个候选答案并多数投票来提升可靠性，无需外部验证器67% 相似待验证能清晰阐述为什么选A而不选B的候选人才能通过Staff级别的评估67% 相似待验证锚定样本技术在评估提示词中加入已由人类专家标注明确分数的示例，覆盖评分量表各个档位，可帮助裁判模型准确理解评分标准65% 相似待验证CoT-SC利用大模型输出的随机性，对同一问题多次调用后对结果投票取多数，能显著提升推理结果的可靠性65% 相似待验证标注歧义性对应机器学习中的贝叶斯最优误差率概念，可通过让多名标注者独立标注并计算标注者间Dice系数来估算性能天花板64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/913654

API

curl https://kongchang.com/api/v1/knowledge/claims/913654

MCP

get_claim(id=913654)