待验证50% 置信事实精确时间

长上下文检索准确率通过Needle-in-a-Haystack测试衡量模型在超长文档中精准定位关键信息的能力

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

国产AI外网被赞内网被批：三重错位揭示评价割裂真相

bilibili跟陈博士学AI2026/7/4

相关事实

待验证Needle-in-a-Haystack测试将关键信息随机插入超长文档不同位置，测试模型能否准确找到，是检验长上下文能力的标准压力测试74% 相似待验证评估合成数据质量需从统计保真度（KL散度、Jensen-Shannon距离、Wasserstein距离）、下游任务表现（TSTR范式）、隐私泄露风险（成员推断攻击）三个维度综合衡量68% 相似待验证编写—测试—修正闭环的成功率取决于测试覆盖率的充分性、错误信息的信息量以及修复搜索能力等关键因素67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/331576

API

curl https://kongchang.com/api/v1/knowledge/claims/331576

MCP

get_claim(id=331576)