Bayescore

我们给自己打了46分（满分100分），并发布了结果。

Bayescore 是一款基于双通对抗性大语言模型评估的文档 claims 评分工具。你只需传入包含主张的文档，它就能自动提取主题与标准构成的假设，推导出谓词并逐一评分，还会将缺乏证据视为不利证据。该工具团队对自己进行了测试，最终得出 46/100 的 D 级评分并公开了完整分析结果。