待验证50% 置信事实精确时间
语义分割（如U-Net）对数据标注质量和评估指标（mIoU）有更高要求
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
待验证受限解码在保证格式正确性的同时，可能改变模型实际采样分布，导致语义质量的次优选择65% 相似待验证在DoGBench之前，评估AI生成文档的质量大多依赖主观判断或通用文本指标如BLEU、ROUGE63% 相似待验证该基准将语义正确性与输出格式合规性分离开来评分63% 相似待验证评估语言模型输出质量的标准基准包括MMLU（多领域知识）、HumanEval/MBPP（代码生成）、MT-Bench和AlpacaEval（指令遵循与对话）、GSM8K和MATH（数学推理）62% 相似已验证文本条件向量通过交叉注意力机制注入到U-Net去噪网络中，图像空间特征作为Query、文本编码作为Key和Value60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/974078API
curl https://kongchang.com/api/v1/knowledge/claims/974078MCP
get_claim(id=974078)