Google DeepMind 联合 Kaggle 推出 FACTS 事实性评测基准套件

Google DeepMind 联合 Kaggle 推出 FACTS 事实性评测基准套件，通过参数化知识、网页搜索、多模态及上下文溯源四个维度系统评估大语言模型的事实准确性。评测集共包含 3,513 个公开样本与私有保留测试集，由 Kaggle 托管并维护公共排行榜。首批 15 款主流大模型测试中 Gemini 3 Pro 以 68.8% 综合得分领先，同时所有受测模型总准确率均在 70% 以下。