待验证50% 置信事实精确时间

适合系统综述筛选场景的评估指标包括召回率、精确率、F1 分数以及 Work Saved over Sampling（WSS）

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

SRBench：用大模型自动化系统综述筛选的基准框架

涉及实体

WSSconcept F1分数concept

相关事实

待验证目标检测模型改进效果需通过对比精度（mAP）、推理速度（FPS）等核心指标验证74% 相似待验证分类模型的常用评估指标包括准确率、精确率、召回率、F1分数和ROC-AUC曲线72% 相似待验证有价值的对比测试工具理想状态下应具备标准化任务集、自动化评分机制和结果可视化呈现能力70% 相似待验证基准测试评估方法结合自动化指标(CLIP-Score、LPIPS、SSIM)和人工评价70% 相似待验证对于精度要求极高的场景（如财务数据），推荐采用「传统 OCR + LLM 后处理校验」的混合方案69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955692

API

curl https://kongchang.com/api/v1/knowledge/claims/955692

MCP

get_claim(id=955692)