Unverified50% confidenceBenchmarkExact time
研究发现反事实输入的忠实度得分仅比事实输入低0.05分（在1-5分量表上），差异几乎可以忽略不计
1
Sources
50%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Unverified测评题量与信度存在权衡：低于30题的『快测』因抽样不足信度偏低，但200题以上的专业量表易产生答题疲劳导致后半段随意作答，60-120题是兼顾信度与完成质量的区间76% similarUnverified在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义75% similarUnverified品种比例低于5%的检测结果基本不具参考意义，可能是数据库比对噪声，选购时应关注报告是否明确标注比例置信区间而非单纯给出百分比75% similarUnverified2023年的TruthfulQA基准测试显示，即便是当时最强的模型，在需要精确事实判断的问题上准确率也未超过60%74% similarUnverified在事实性评估任务上模型评判者准确率仍显著低于人类专家，但在风格、连贯性等主观维度已接近人类评审员间一致性水平73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/893450API
curl https://kongchang.com/api/v1/knowledge/claims/893450MCP
get_claim(id=893450)