待验证50% 置信事实精确时间
评估角色LoRA质量的核心指标之一是泛化能力，即该LoRA能否在各类提示词组合下稳定还原角色特征
1
来源数
50%
置信度
长期有效
时效性
2026/9/22
首次发现
来源
涉及实体
相关事实
待验证评测角色LoRA时应使用复杂提示词检验模型在全新场景中的泛化能力，而非仅测试记忆能力79% 相似待验证评测重心正从模型输出文本的质量转向Agent完成端到端任务的能力，评测维度从单一准确率扩展为包含任务完成率、步骤效率、错误恢复能力、时间开销等多维指标68% 相似待验证RAGAS评测框架提出了四个核心指标：Faithfulness（忠实度）、Answer Relevancy（答案相关性）、Context Precision（上下文精确度）和Context Recall（上下文召回率）67% 相似待验证知识编辑质量的评估指标体系包含四个维度：准确性（Efficacy）、泛化性（Generalization）、局部性（Locality）、一致性（Consistency）66% 相似待验证稳健的具身AI评测基准应考虑样本效率和跨随机场景的泛化能力，而不仅是任务完成率和空间精度65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/939788API
curl https://kongchang.com/api/v1/knowledge/claims/939788MCP
get_claim(id=939788)