待验证50% 置信事实精确时间

在该任务中，找出问题所在位置（定位F1普遍在0.78以上）比准确判断问题类型（标签F1约0.5）容易得多

1

来源数

50%

置信度

长期有效

时效性

2026/9/14

首次发现

来源

古兰经背诵纠错的AI标注难题：什么才算错误？

涉及实体

古兰经背诵标注研究concept

相关事实

待验证Qwen 3.6 Max中性模式下歧义检测F1仅16%，平均每任务只问0.07个问题，但一旦提问澄清准确率高达94.7%68% 相似待验证当每个目标的雷达检测点从1个增加到5个时，Macro F1从0.381跃升至0.76464% 相似待验证CriticGen在基于标准的理由和可执行建议上的F1分数分别从0.6369/0.5994提升到0.7554/0.790063% 相似待验证V4 Pro Max满血推理模式下算法竞赛3206分、编程93.5分、科学问答90.1分、软件工程80.6分、终端操作67.9分60% 相似待验证F1分数是召回率和精确率的调和平均数59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/919722

API

curl https://kongchang.com/api/v1/knowledge/claims/919722

MCP

get_claim(id=919722)