Kimi K3.1 Pro 的事实准确性:从回答分数走到证据账本解释 Hallu Bench Hard 的指标边界,区分单项陈述与回答级错误率,再构造可追溯的证据账本、口径检查与确定性计算流程。智能体工程·11月5日·9 分钟 · 3.6 千字