待验证50% 置信事实精确时间

修订版实验使用Gemini 3.7 Flash、Claude Sonnet 5.5和GPT-5.4，每个模型独立执行三次优化尝试，提示使用temperature 0和seed 0

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

AI优化让llama2.c跑得更快，却毁了流式体验：一个Kaggle基准的启示

涉及实体

Gemini 3.7 Flashmodel Claude Sonnet 5.5model GPT-5.4model

相关事实

待验证测试覆盖了四款视觉模型：Claude Sonnet 5（Anthropic）、Gemini 3 Flash（Google）、Gemini 3.1 Flash-Lite（Google）、GPT-5.4 nano（OpenAI）76% 相似待验证编造总额时各模型的中位置信度差异巨大：Gemini 3 Flash和Flash-Lite为95，GPT-5.4 nano为62，Claude Sonnet 5仅为2075% 相似待验证参测的八个模型包括 GPT-6 Luna、Claude Haiku 5.5、Gemini 3.5 Flash-Lite、Qwen 3 Next 80B、Gemma 4 31B、GPT-6 Sol、Claude Sonnet 5 和 Gemini 3.7 Flash，每个模型在每条赛道跑 107 次调查74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002741

API

curl https://kongchang.com/api/v1/knowledge/claims/1002741

MCP

get_claim(id=1002741)