待验证50% 置信基准精确时间
三个强裁判在一致投票路由下协作达到kappa=0.79，同时保持89.7%的自动覆盖率
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证作为对照的简单三规则基线（3-rule baseline）准确率仅为64.4%，Jev领先约8个百分点59% 相似待验证在测评中Qwen 3 Max领先Kimi K3（77.5%）、GLM（75%）和GPT-4系列（71.25%）58% 相似待验证单轮测试排名靠前的是GLM-5.3得分96.2%、Kimi 93.9%、GLM-Flash 92.2%，三者原始分都是79/8456% 相似待验证Qwen 3 Max综合八项测试获得65分，得分率81.25%，在测评者排行榜上位居第二，仅次于得分82.5%的Claude旗舰55% 相似待验证事实性标注通常要求Kappa大于0.8，而主观性标注可能只要求Kappa大于0.653% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/955616API
curl https://kongchang.com/api/v1/knowledge/claims/955616MCP
get_claim(id=955616)