待验证50% 置信事实精确时间
研究者构建了MIST（误导性图片压力测试），包含200个英文条目，每个条目是一个含潜在习语的句子，正确标签完全由句子决定
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证研究者通过向语料库中注入矛盾来构造评测基准，使用了三类数据：大学HR手册、注入矛盾的合成语料，以及带外部标注的ContractNLI61% 相似待验证一篇假评论检测综述覆盖了211篇研究文献，系统梳理了从传统机器学习到大语言模型时代的演进61% 相似待验证作者列出对自己行不通的做法：巨大的单一上下文文件、把完整会话记录喂给下一会话、让智能体自己决定任务范围、信任同源生成的测试61% 相似待验证论文通过两阶段研究，以245条人类自发提出的风格标注作为对照基准来验证发现的风格轴60% 相似待验证一篇arXiv论文提出将摘要任务重新定义为抽取式句子选择，以解决生成式摘要在生物医学与临床领域的事实幻觉问题60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977916API
curl https://kongchang.com/api/v1/knowledge/claims/977916MCP
get_claim(id=977916)