待验证50% 置信发布精确时间
一篇发表于 arXiv 的研究（arXiv:2610.06930v1）提出了两种无监督稀疏张量分解方法用于多元函数数据的异常检测
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证arXiv研究(arXiv:2609.27064v1)将自动化事实核查系统的联合分数拆解为答案质量和证据检索两个贡献来源75% 相似待验证一项来自arXiv的研究提出了一种测试时优化方法，通过移除输入中未被提及的概念来提高LLM解释的完整性和可靠性71% 相似待验证arXiv研究（arXiv:2609.20824v1）测试了七种基于熵的置信度信号方法，覆盖7组模型配对和5个标准NLU基准测试71% 相似待验证arXiv上的一项研究（arXiv:2609.04300v1）提出了一种基于机器学习的数据优化故障筛查方法用于电力系统安全评估70% 相似待验证一篇发表于arXiv的研究（arXiv:2610.02267）对System-1决策模型进行了配对评估，并对自己的评测流程进行了自我审计70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983445API
curl https://kongchang.com/api/v1/knowledge/claims/983445MCP
get_claim(id=983445)