正在加载页面…
来源:paper-fixed:Section 4.5; Table 1; PDF page 7
这条 Claim 暂无已发布的不可变 Assessment。
这条 Claim 暂无关联执行。
已评估 0/3 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
split: held-in · method: ProFA · dataset: HotPotQA · value_scope: test set of constructed Who & When Pro dataset · accuracy_level: agent | 0.85 fraction | — | 尚未评估 |
split: held-out Algorithm-Generated · method: ProFA · dataset: Who & When · failure_logs: 184 · accuracy_level: step | 0.53 fraction | — | 尚未评估 |
split: held-out Hand-Crafted · method: ProFA · dataset: Who & When · failure_logs: 184 · accuracy_level: step | 0.2 fraction | — | 尚未评估 |