待验证50% 置信基准精确时间

在完全未被触碰的152题测试子集上，锚定混合检索为42.11%，规划引导方法仅36.84%

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

学习式上下文规划难敌强检索：长文本QA对照研究解读

涉及实体

锚定混合检索concept 学习式上下文规划concept

相关事实

待验证实测中草稿接收率仅约41%，草稿模型输出1055个token但仅约438个被接受72% 相似待验证表现最好的最大模型能解决79.6%的留出测试集问题，但在TranSGrid上只能解决55.3%，在最难子集上骤降至15.8%71% 相似待验证在带命题约束的任务中，模型整合已验证为无效候选的比例高达93%–100%67% 相似待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零66% 相似待验证手工编写的 22 计算器库在其支持的 440 个病例上完全精确，但对其余病例选择弃权，整体覆盖率仅 40.0%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946182

API

curl https://kongchang.com/api/v1/knowledge/claims/946182

MCP

get_claim(id=946182)