待验证50% 置信基准精确时间

RADC在跨域和分布外（OOD）两类基准上进行实验，取得了一致的state-of-the-art性能。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/7

首次发现

有效期至：2027/1/5

来源

RADC：面向视觉语言模型测试时自适应的风险感知双缓存方法

涉及实体

相关事实

待验证RASS 通过最大耦合与残差修正保证输出样本严格服从目标分布，实现精确采样，不引入偏差66% 相似待验证近期模型引用可靠性的提升主要来源于检索增强生成（RAG）技术的引入以及对事实核查能力的专项强化64% 相似待验证实验结果表明LTD和ARP这两种基于内部表征的方法一致地优于基于表面生成和序列的校准基线方法64% 相似待验证RadO 2.0基准将置信度和人工交接能力纳入评分，部分模型会在错误诊断上给出中高置信度63% 相似待验证在企业级RAG系统中，需要量化评估召回率、准确率和回答质量等效果指标63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983325

API

curl https://kongchang.com/api/v1/knowledge/claims/983325

MCP

get_claim(id=983325)