待验证50% 置信基准精确时间
SemantEq-Eval是一个无需模型的搜索方法，在ProofNetVerif测试集上达到100%的精确率和65.6%的召回率（基于人工裁决标签）。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/26
首次发现
有效期至：2027/1/24
来源
涉及实体
相关事实
待验证IFEval基准测试专门评估模型遵循可验证指令的能力，测试显示即使最强闭源模型在严格约束条件下的遵循率也难以达到90%以上67% 相似待验证SemantEq的设计将等价证明的生成与接受分开，使得更强的证明器可以提高召回率而不改变接受的含义。66% 相似待验证独立复现测试使用项目自带的执行器跑完整基准，结果与BENCHMARK.md精确到字节吻合，确认98%的数字本身没有造假。66% 相似待验证Engy 的验证是抽样和概率性的，不是对每一次前向传播的完整证明，且验证只能证明哪个模型运行了，不提供隐私保障65% 相似待验证SemantEq通过检查证明项（proof term）而非策略脚本（tactic script）来判断等价性，以避免策略风格差异带来的偏差。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098294API
curl https://kongchang.com/api/v1/knowledge/claims/1098294MCP
get_claim(id=1098294)