基准
ALCE
评估语言模型引用属性的基准，结合自然语言推理判断文档块是否语义蕴含答案断言
时间轴 (近 90 天)
10月17日
CSR（Citation Survival Rate）要求每个引用通过支持性检查和溯源检查两道验证：支持性检查用 FActScore 式原子断言拆分加 ALCE 式蕴含模型验证被引块是否支撑断言；溯源检查依赖工具调用日志确认 URL 确实出现在 Agent 检索到的内容里。
待验证50%
评估语言模型引用属性的基准，结合自然语言推理判断文档块是否语义蕴含答案断言
CSR（Citation Survival Rate）要求每个引用通过支持性检查和溯源检查两道验证：支持性检查用 FActScore 式原子断言拆分加 ALCE 式蕴含模型验证被引块是否支撑断言；溯源检查依赖工具调用日志确认 URL 确实出现在 Agent 检索到的内容里。