待验证50% 置信决策规则精确时间

基准评分规则规定：一旦出现越界或输出无法解析直接记0分，否则取 schema、defer、faithful 三项的平均值

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

10个大模型都读懂了需求，却有一半越权当裁判

涉及实体

相关事实

待验证Locomo评测数据集存在局限性，不同Memory框架使用不同的judgment prompt导致分数缺乏可比性64% 相似待验证确定性评分器能可靠捕捉字段格式错误，但在整个套件上做平均后无法告诉你错误集中在哪里63% 相似待验证纯坐标/模板匹配方案对版式变化零容忍，供应商调整发票版式或增减行列会导致解析全面崩溃62% 相似待验证结构化输出的schema约束能减少格式错误，但不能保证数值在事实上正确或操作安全，必须独立验证结果并强制执行业务规则61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999526

API

curl https://kongchang.com/api/v1/knowledge/claims/999526

MCP

get_claim(id=999526)