**精确不等于忠实：完整预言机下的覆盖感知生成评估**

_Precision Is Not Faithfulness: Coverage-Aware Evaluation of Grounded Generation with a Complete Oracle_

> 本文揭示现有忠实度指标仅衡量精确率而忽略覆盖率，模型可通过少生成内容获得高分。利用F1赛况数据构建完整预言机，精确计算召回率，发现最精确模型仅覆盖不足一半相关事实，按F1重新排序后垫底。该现象在天气预报领域再现，显式详尽力也无法弥补差距。作者结合忠实度与覆盖率提出统一评分，并开发无参考验证引导生成方法，同时发布基准与工具。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.09376)