Unverified50% confidenceBenchmarkExact time
在该研究主要的十个LLM评审组成的评审库中，评审错误之间的平均两两相关系数为0.21
1
Sources
50%
Confidence
Long-term
Relevance
9/23/2026
First Seen
Sources
Related Entities
Related Claims
Unverified测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）79% similarUnverified2023年的分析显示主流LLM在生成学术引用时的错误率从30%到超过60%不等73% similarUnverified在实验中，零样本生成任务解决率为17%，通用自我纠错为27%，仅错误反馈为23%，诊断性反例反馈（A-CEGIS）达到90%71% similarUnverified业界仿真精度评估通常要求吞吐量误差小于15%70% similarUnverified理论上可靠的聚类标准误估计通常需要至少30-50个聚类，而该研究仅有19个独立时间单元，样本量相对偏小69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/942777API
curl https://kongchang.com/api/v1/knowledge/claims/942777MCP
get_claim(id=942777)