待验证50% 置信事实精确时间

源于评估方式的敏感性可能来自评分标准对特定表述有偏好、参考答案格式单一、或自动评估器对输出格式解析过于僵硬

1

来源数

50%

置信度

长期有效

时效性

2026/10/6

首次发现

来源

提示词敏感性：是模型问题还是评估方式的锅？

涉及实体

评估方法concept ground truthconcept

相关事实

待验证传统评估指标会因用词不同或视觉关注点的合理偏移，将高质量字幕判为错误或低分（词汇层面的错配）76% 相似待验证传统推荐系统依赖批量计算的离线特征，导致推荐结果滞后于用户的实际行为75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/979859

API

curl https://kongchang.com/api/v1/knowledge/claims/979859

MCP

get_claim(id=979859)