待验证50% 置信基准精确时间

评测采用层层加码的嵌套匹配标准，包括概念命中、证据片段定位和正确性判断三个维度

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

小模型逆袭：微调0.8B SLM在语法标注上击败GPT-5.4

涉及实体

arXiv:2610.10827concept

相关事实

待验证评估维度覆盖了语义忠实度、分数保真度以及计算成本三大指标，并在多个数据集和使用场景中验证79% 相似待验证该数据集的每一行都经过人工审核，核验标签准确性、理由真实与具体性、难度标签匹配度三个维度78% 相似待验证验证机制建议分三层：确定性约束、自动审查循环、生成与评估分离77% 相似已验证研究重点考察了检查点的选择、验证机制以及答案的迭代精炼三个方面对证明质量的影响74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990332

API

curl https://kongchang.com/api/v1/knowledge/claims/990332

MCP

get_claim(id=990332)