先了解这件事
AI 综述
2026年6月3日,Amazon AGI 发布 audit-then-score 协议及配套的 DeepFact-Bench 测试集与 DeepFact-Eval 核查系统。该协议让 AI 模型挑战并修正人工标注的基准答案,据 Amazon Science 报道,专家在隐藏测试集上的准确率从 60.8% 提升至 90.9%。DeepFact-Eval 以 GPT-4.1 为底层模型时,在 DeepFact-Bench 上达到 83.4% 准确率,高于最佳传统事实核查系统的 58.5% 和强先前深度研究系统的 69.1%。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Amazon Science
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
6月3日
Amazon Science一手
Amazon AGI 提出 audit-then-score 协议，事实核查准确率从 60.8% 提升至 90.9%
Amazon AGI 团队提出 audit-then-score 协议，让 AI 模型挑战并修正人工标注的基准答案，使专家在隐藏测试集上的准确率从 60.8% 提升至 90.9%。该协议配套 DeepFact-Bench 测试集和 DeepFact-Eval 核查系统，后者以 GPT-4.1 为底层模型时在 DeepFact-Bench 上达到 83.4% 准确率，高于最佳传统事实核查系统的 58.5% 和强先前深度研究系统的 69.1%。