待验证50% 置信权衡取舍精确时间

BERTScore 衡量的是表述相似度而非事实准确性，这是研究团队额外引入专家评审的原因

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

NepKANUN：基于RAG的尼泊尔法律智能助手解析

涉及实体

BERTScoreconcept

相关事实

待验证研究发现AI评审员在打分尺度上与人类专家存在系统性的校准差异68% 相似待验证微调后的评测需要覆盖足够宽泛的知识面，尤其关注与微调领域关联的周边知识是否出现泄漏或矛盾67% 相似待验证引入更贴近人类感知的可读性与多样性评估指标，而非仅依赖困惑度（perplexity）是一种质量评估应对方案66% 相似待验证研究者计划引入外部正确性标签（测试或人工判断）来区分良性多样性与致命分歧65% 相似待验证向量相似度衡量的是语义接近程度，而非时间有效性或信息是否已被取代65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924869

API

curl https://kongchang.com/api/v1/knowledge/claims/924869

MCP

get_claim(id=924869)