待验证50% 置信事实精确时间

BLEU、ROUGE等通用文本指标只关注字面词语匹配，无法衡量用户按文档操作后能否真正完成任务

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

待验证现代LLM生成的文本在语法和风格上越来越难以与人类写作区分，使基于文本特征的AI检测工具（如GPTZero、ZeroGPT）准确率面临挑战70% 相似待验证BLEU 和困惑度都是形式驱动的指标，只观察文字表面，无法判断回答是否在语义和逻辑上真正扎根于上下文70% 相似待验证SynthID-Text在采样层面操作，不需要修改模型权重，且对文本质量的影响经实验验证几乎可忽略66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966334

API

curl https://kongchang.com/api/v1/knowledge/claims/966334

MCP

get_claim(id=966334)