待验证50% 置信基准精确时间

仅使用主题（subject）元数据字段而丢弃文章正文，模型能达到F1=1.000，因为真假两类文章的主题集合完全不相交

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

99%准确率的真相：假新闻数据集中的捷径学习审计

涉及实体

ISOT/Kaggle Fake and Real Newsconcept

相关事实

待验证文献筛选场景中选用F2而非F1分数，因为漏掉一篇相关文献的代价远大于多纳入一篇无关文献67% 相似待验证低质量的知识库会导致幻觉式引用，即模型看似使用知识库内容实则引用了错误或无关片段61% 相似待验证短内容、过于狭窄的垂直领域标题、单一公司的案例研究这几类内容格式在四大平台上引用率几乎为零60% 相似待验证当单篇文章同时触发多个互相矛盾的分类信号时，分类器往往产生置信度分裂，系统降级为基于标题关键词的浅层分类59% 相似待验证接地气提示（Grounding）让模型仅基于提供的文档作答并标注引用段落，能大幅降低凭空捏造的概率，但不能完全消除59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942801

API

curl https://kongchang.com/api/v1/knowledge/claims/942801

MCP

get_claim(id=942801)