待验证50% 置信基准精确时间

在第一阶段事后对比中，SAGE 的评估结果与原始竞赛中 105 份人工评审对比，序数一致性为 kappa = 0.29，属于「一般」水平

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

SAGE：用Schema引导LLM做拨款评审，人机协作达成中高一致性

涉及实体

相关事实

待验证在第二阶段人机协作的辅助复审模式下，基金会逐条标准再评审共产出 202 项评估，SAGE 的一致性提升到 kappa = 0.58，达到中高水平74% 相似待验证对同一测试用例执行多次调用统计成功比例得到通过率，比二元的通过/失败判断更能反映模型真实表现68% 相似待验证在正负样本比为1:99的欺诈检测任务中，将所有样本预测为'非欺诈'的模型也能获得99%的准确率66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/938114

API

curl https://kongchang.com/api/v1/knowledge/claims/938114

MCP

get_claim(id=938114)