待验证50% 置信事实精确时间

在DoGBench之前，评估AI生成文档的质量大多依赖主观判断或通用文本指标如BLEU、ROUGE

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

DoGBench发布：首个面向用户文档生成基准，无模型得分超50%

涉及实体

BLEUconcept ROUGEconcept

相关事实

待验证BLEU常用于机器翻译评估，ROUGE广泛应用于摘要任务，两者均通过统计n-gram重叠程度衡量文本质量70% 相似待验证现有生成式AI评估方法依赖BLEU、ROUGE等文本重叠指标或LLM-as-judge，但在评估演示文稿时存在无法捕捉叙事逻辑和视觉布局的局限70% 相似待验证内容能否被准确切分、语义是否在单个块内自洽，直接决定了它被AI引用的概率65% 相似待验证文档提取智能体的抽取过程依赖大语言模型的指令跟随能力，输入文本质量直接影响字段抽取准确率64% 相似待验证文件推理能力依赖OCR、版面分析、表格提取、向量嵌入和语义搜索等技术实现非结构化文件的理解与分析64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966333

API

curl https://kongchang.com/api/v1/knowledge/claims/966333

MCP

get_claim(id=966333)