待验证50% 置信事实精确时间

研究者在五个 LLM 和覆盖四个领域的六个基准上进行了实验。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/11/6

首次发现

有效期至：2027/2/4

来源

Circe：免训练LLM自我评估新方法，利用组件交互一致性

涉及实体

相关事实

待验证研究团队使用了一个与Opus规模相当的模型进行实验68% 相似待验证该研究系统比较了四种不同粒度的因果图发现策略：逐对（Pairwise）、k元（k-wise）、逐行（Rowwise）和全图（Full graph）65% 相似待验证美国及其他地区的科学家正在进行重复实验和应用研究，以检验这些结果是否站得住脚63% 相似待验证研究团队通过消融实验验证了DistilBERT、Bi-LSTM与注意力机制各组件的独立贡献，结果均超越现有基线方法61% 相似待验证作者在四个开源 T2V 模型和三个 VLM 裁判上完成了系统实验，验证了 PhyMetric 的区分度。61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1142398

API

curl https://kongchang.com/api/v1/knowledge/claims/1142398

MCP

get_claim(id=1142398)