Unverified50% confidenceDecision RuleExact time
评估Agent时需要区分正确性与一致性，用外部正确性标签衡量比单纯统计终态一致性更有意义
1
Sources
50%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Unverified判断榜单参考价值取决于评选标准是否透明、评审团队是否专业以及评选依据是否基于实质性贡献72% similarUnverified使用同一模型既生成又自评存在自我强化偏差，引入独立评估者能提供更客观的质量判断71% similarUnverified测评的信度效度与报告实用性存在权衡：专业标准化量表报告准但语言学术化、家长难落地，趣味互动式测评亲子体验好但结论泛化。有临床顾虑选前者+人工解读，日常了解选后者70% similarUnverified人类评估者往往对流畅、自信、符合直觉的回答给予更高评分，这是奉承偏差（Sycophancy）的形成根源69% similarUnverified综合加权评测算法的权重设置本身是一种价值判断，决定了不同能力维度的相对重要性68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/901350API
curl https://kongchang.com/api/v1/knowledge/claims/901350MCP
get_claim(id=901350)