待验证50% 置信基准精确时间

COILD 配套引入了一个以领域为中心的评测基准，包含2000条经过专家校验的句子

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

COILD：以印度语言为核心的机器翻译平行语料库与基准

涉及实体

相关事实

待验证COILD 实验同时引入人工评测，由双语评估者对译文的忠实度和流畅度打分68% 相似待验证锚定样本技术在评估提示词中加入已由人类专家标注明确分数的示例，覆盖评分量表各个档位，可帮助裁判模型准确理解评分标准64% 相似待验证在实际测试中，一次Deep Research调用了104个智能体进行定向调研，基于22个来源、59条声明完成了事实核查63% 相似待验证近两年涌现出大量评估工具和平台，如LangSmith、Braintrust、Promptfoo62% 相似待验证作者检查了约1500次检测调用，手动挖掘误报、调整边界框后重新训练模型62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949197

API

curl https://kongchang.com/api/v1/knowledge/claims/949197

MCP

get_claim(id=949197)