待验证50% 置信权衡取舍精确时间

人工评估贴近用户实际感受，但存在不稳定（主观）和效率低两个缺陷

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

大模型RAG评估实战：量化AI应用效果的完整方法论

涉及实体

人工评估concept

相关事实

待验证期望违反理论（Expectancy Violation Theory）解释了为什么即使客观上更好的输出也可能让用户感到不适，因为不符合预期本身会消耗认知资源并产生负面情绪77% 相似待验证用户对模型能力下降的感知可能受主观预期抬升、任务难度和提示词质量差异的影响72% 相似待验证长时运行AI智能体面临的两大痛点是成本失控与自我评估的可靠性71% 相似待验证在顶会评审中Excitement低往往比Soundness低更难挽回，方法漏洞可靠补充实验修补但创新性不足难以通过Rebuttal扭转71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/915489

API

curl https://kongchang.com/api/v1/knowledge/claims/915489

MCP

get_claim(id=915489)