待验证50% 置信事实精确时间
斯坦福大学研究团队提出了引用精确度（Citation Precision）和引用召回率（Citation Recall）指标来评估引用质量
1
来源数
50%
置信度
长期有效
时效性
2026/9/4
首次发现
来源
涉及实体
相关事实
待验证斯坦福大学和加州大学伯克利分校的研究团队已开发出多种统计检测方法检测机器生成文本，包括分析文本困惑度分布和词汇多样性指标66% 相似待验证可溯源生成领域的评估标准包括归因精度（attribution precision）和归因召回率（attribution recall）64% 相似待验证校准性指模型表达的置信度与实际准确率之间的一致程度62% 相似待验证作者将语义正确性与输出格式合规性分离开来评分，并认为这是整个实验中最有价值的发现61% 相似待验证LLM-as-a-Judge方法源于UC Berkeley的LMSYS团队等研究机构的验证，顶级LLM在评判回答质量方面已展现出与人类评审者相当的一致性61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/852986API
curl https://kongchang.com/api/v1/knowledge/claims/852986MCP
get_claim(id=852986)