AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
FACTS Grounding
A benchmark evaluating language models' ability to generate factually accurate and well-grounded responses based on long-form input context, comprising 1,719 examples with documents up to 32k tokens requiring detailed responses that are fully grounded in provided documents
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 13
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Gemini 2.5 Pro Preview 06-05 | 0.878 | 未收录 | 未收录 | 2025-06-05 · model_announcement | LLM Stats |
| Gemini 2.5 Flash | 0.853 | 未收录 | 未收录 | 2025-05-20 · model_announcement | LLM Stats |
| Gemini 2.5 Flash-Lite | 0.841 | 未收录 | 未收录 | 2025-06-17 · model_announcement | LLM Stats |
| Gemini 2.0 Flash-Lite | 0.836 | 未收录 | 未收录 | 2025-02-05 · model_announcement | LLM Stats |
| Gemini 2.0 Flash | 0.836 | 未收录 | 未收录 | 2024-12-01 · model_announcement | LLM Stats |
| Gemma 3 12B | 0.758 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemma 3 27B | 0.749 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemini 3 Pro | 0.705 | 未收录 | 未收录 | 2025-11-18 · model_announcement | LLM Stats |
| Gemma 3 4B | 0.701 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |
| Gemini 3 Flash | 0.619 | 未收录 | 未收录 | 2025-12-17 · model_announcement | LLM Stats |
| GLM-5V-Turbo | 0.586 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Gemini 3.1 Flash-Lite | 0.406 | 未收录 | 未收录 | 2026-03-03 · model_announcement | LLM Stats |
| Gemma 3 1B | 0.364 | 未收录 | 未收录 | 2025-03-12 · model_announcement | LLM Stats |