待验证50% 置信基准精确时间

参考语料过小会系统性低估真实分歧，研究者引入只用参考数据的源拆分刀切法，可将校准误差降低 57% 到 59%

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

语料采样如何影响掩码文本重建：预测模型分歧的量化研究

涉及实体

源拆分刀切法concept 刀切法concept

相关事实

待验证44%的推理token减少是作者自述口径，未经第三方复现验证，原始素材未披露数据构造方式、训练算法、采样规模和基准测试明细78% 相似待验证顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题78% 相似待验证研究发现反事实输入的忠实度得分仅比事实输入低0.05分（在1-5分量表上），差异几乎可以忽略不计75% 相似待验证斯坦福大学研究发现，在推理链关键步骤注入错误信息对最终答案的影响远小于预期73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001478

API

curl https://kongchang.com/api/v1/knowledge/claims/1001478

MCP

get_claim(id=1001478)