待验证50% 置信基准精确时间

此前表现最好的系统在核心声明错误识别上仅为14.81%的捕捉率

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

Sakana AI多层评审系统：核心声明错误识别率达73%

涉及实体

相关事实

待验证MLR系统在核心声明错误的识别上达到了73.43%的捕捉率77% 相似待验证MLR相比此前最佳系统在识别关键错误方面性能提升接近五倍（从14.81%到73.43%）72% 相似待验证73.43%的识别率意味着仍有约四分之一的核心错误未被捕捉，表明自动化评审尚不能完全取代人类专家判断69% 相似待验证业界仿真精度评估通常要求吞吐量误差小于15%67% 相似待验证86%的准确率意味着仍存在14%的误差空间，Articos更适合作为早期验证和方向性判断手段，而非替代真实用户测试66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/996944

API

curl https://kongchang.com/api/v1/knowledge/claims/996944

MCP

get_claim(id=996944)