待验证50% 置信权衡取舍精确时间

基于字符串匹配的评分方案实现简单成本低，但对格式极度敏感，Markdown加粗、LaTeX渲染、前缀数字等格式变体都可能导致漏判

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

评测陷阱：第一个榜单测的是评分器，而非模型

涉及实体

LLM-as-judgeconcept

相关事实

待验证表单字段标签必须全部小写，因为评分节点按精确标签名查找字段，大写会匹配不上导致有效线索被误判为无效71% 相似待验证结构化输出（约束式生成）比自由文本输出更稳定，也更容易做格式校验和错误回退67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999505

API

curl https://kongchang.com/api/v1/knowledge/claims/999505

MCP

get_claim(id=999505)