待验证50% 置信基准精确时间

研究显示用户满意度对于任务是否真正完成几乎不携带任何信息，被判定为'满意'的对话与实际任务成功之间是去相关的

1

来源数

50%

置信度

长期有效

时效性

2026/9/14

首次发现

来源

GAUGE研究：何时不能信任LLM-as-a-Judge的智能体评测

涉及实体

相关事实

待验证用户满意度等于实际体验减去预期68% 相似待验证作业分数衡量任务完成质量，而考试分数衡量知识内化程度，二者存在关键差异63% 相似待验证产品的成败仍然取决于想法本身的质量、对用户痛点的洞察以及后续的运营和迭代能力63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/919800

API

curl https://kongchang.com/api/v1/knowledge/claims/919800

MCP

get_claim(id=919800)