待验证50% 置信事实精确时间

HakemBench 从决策质量（macro F1）、校准度（归一化 Brier 分数）、选择性自动化（广义风险-覆盖曲线下归一化面积）三个维度衡量模型，并通过几何平均合成综合得分

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

HakemBench：土耳其语「类型化决策」基准测试解析

涉及实体

HakemBenchproduct

相关事实

待验证SHAP值通过博弈论中的沙普利值方法量化每个特征对单一预测结果的贡献度，LIME通过在预测点附近构建局部线性近似模型解释个案决策66% 相似待验证魔搭（ModelScope）上线了InternDecision（书生决策）系列模型，覆盖0.8B、2B、4B三种参数规模，面向多模态与结构化决策任务64% 相似已验证混合专家架构MoE通过稀疏激活机制，推理时只激活模型总参数的1/8至1/464% 相似待验证SHAP值和LIME是常用的局部可解释性方法，能够量化每个特征对单次决策的贡献度64% 相似待验证选择性量化思路与LLM领域的GPTQ、AWQ等量化方法一脉相承63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975445

API

curl https://kongchang.com/api/v1/knowledge/claims/975445

MCP

get_claim(id=975445)