待验证50% 置信事实精确时间
AnswerLine的测试流程为：提示词集合 → 每个引擎每条提示词一次API调用 → 统计品牌提及次数；每个引擎使用单一端点，返回JSON格式答案并附带引用来源URL。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证传统的LLM基准测试大多聚焦于单轮问答、代码生成、推理题目等相对封闭的任务65% 相似已验证每个提取的测试点采用统一JSON格式，包含所属模块章节、测试点标题、测试状态与操作步骤、预期结果、优先级和测试设计方法65% 相似待验证团队提案增加专门测试，按名字逐一列举链条上每个环节，断言每个都存在于注册路径、确实运行、并在其测试对象被禁用时失败65% 相似待验证该基准测试每道题只有唯一正确答案，由Python计算得出，评分器要求模型以ANSWER:<值>结尾，EMI允许±₹2的舍入误差，格式组要求精确字符串匹配64% 相似待验证open-code-review通过置信度评分机制解决规则引擎与LLM对同一问题重复报告的去重问题64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011690API
curl https://kongchang.com/api/v1/knowledge/claims/1011690MCP
get_claim(id=1011690)