待验证50% 置信解决方案精确时间

作者主张在多项选择测试之外引入基于生成的评估（generation-based evaluation），尤其适用于低资源语言和文化特定知识场景

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

识别却不会生成：LLM在文化亲属称谓上的评估盲区

涉及实体

基于生成的评估concept

相关事实

待验证传统评估指标会因用词不同或视觉关注点的合理偏移，将高质量字幕判为错误或低分（词汇层面的错配）68% 相似待验证评估创意写作的建议方案是采用由接受过文学高等教育的评委进行盲评的机制以消除品牌偏见66% 相似待验证引入元评审（meta-review）和评审者评级机制，让给出低质量评审的审稿人被记录并影响未来评审资格66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946165

API

curl https://kongchang.com/api/v1/knowledge/claims/946165

MCP

get_claim(id=946165)