待验证50% 置信事实精确时间

该研究的头对头比较在n=96样本量下统计功效不足

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

审计LLM裁判：文本转SQL流水线中的评估失效与修复

相关事实

待验证该对比实验未披露具体的数据集规模、评估指标以及对比公平性细节，这些因素会影响结论的普适性71% 相似待验证CVE-Zero 测试的样本量小（n=10），作者标注结果为方向性69% 相似待验证研究发现反事实输入的忠实度得分仅比事实输入低0.05分（在1-5分量表上），差异几乎可以忽略不计69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955620

API

curl https://kongchang.com/api/v1/knowledge/claims/955620

MCP

get_claim(id=955620)