待验证50% 置信观点精确时间

单轮对话评测（single-turn eval）假设每次对话独立，忽略了用户会记住之前被告知内容并事后验证真实性的动态，无法捕捉跨时间的失误

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

用200个AI居民组成的小镇，测出客服Agent会撒谎

涉及实体

single-turn evalconcept

相关事实

待验证多轮对话配置解决上下文记忆问题，决定智能体在连续对话中能保留多少轮历史信息73% 相似待验证多轮对话查询预处理管线包括指代消解、省略恢复、意图识别和多意图拆分等子任务70% 相似待验证在典型的多代理框架中，子代理任务结束后其对话上下文往往被折叠或从活跃视图中移除，用户需手动翻找历史会话记录65% 相似待验证系统可以处理对话中的打断、停顿、纠正以及思考时的自然停顿，用户可随时插话打断AI65% 相似待验证判断模型是否退步应固定输入入口、固定提示词、固定任务做横向对比，而非凭主观感受64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/960576

API

curl https://kongchang.com/api/v1/knowledge/claims/960576

MCP

get_claim(id=960576)