待验证50% 置信观点精确时间

注册表回答的是工具能表达什么，而测量文件回答的是工具实际被指向过什么，只有测量文件才是证据

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

评测幻觉：19个攻击家族注册，只有3个真正跑过模型

涉及实体

相关事实

待验证工具能够验证一份文档的论断是否与其所引用的来源相符，进行文档内部一致性核查68% 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67% 相似待验证衡量智能体模型的真实标尺是指令遵循（instruction following）能力，包括严格遵守系统提示词、工具调用规范及外部文件中的工作流程定义66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928077

API

curl https://kongchang.com/api/v1/knowledge/claims/928077

MCP

get_claim(id=928077)