待验证50% 置信事实精确时间
NitiBench+的评估体系结合了泰国律师委员会评分标准、Bar标准分以及引用法条与法院实际引用法条的重叠度（Citation F1）。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证NitiBench+是一个覆盖17个领域、包含1,670个条目的泰国法律问答基准，专门用来衡量法律时效性对模型表现的影响。74% 相似待验证JudgeBench和ContextualJudgeBench是用于评估AI裁判模型判断质量的标准化基准测试集61% 相似已验证智能体评估的主流方案包括LLM-as-Judge、轨迹匹配和结果验证57% 相似待验证基于参考文献的评估范式包括构建领域专家标注的“主张—证据”对，常用手段有引用召回率与精确率、主张级事实性F1、忠实度指标56% 相似待验证该评估工具采用混合方案：确定性关键词/结构匹配作为主要信号，LLM作为裁判只作为次要层，用于评估自由文本推理质量；裁判必须引用其判决所依据的确切轨迹片段，否则判决会被自动丢弃。56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130205API
curl https://kongchang.com/api/v1/knowledge/claims/1130205MCP
get_claim(id=1130205)