待验证50% 置信基准精确时间
Claude Haiku 4.5在judge形态上对本应上报的10道题答了9道，虚假自信率达90%，而其综合表现约落在三分之一位置
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
涉及实体
相关事实
待验证Decider在JudgeBench上报告90%及以上置信度判断正确率99.6%，80-90区间94.0%，70-80区间84.1%，低于70%为67.7%71% 相似待验证研究显示人类在标注90%置信度时，实际正确率往往只有70%左右，存在系统性过度自信68% 相似待验证即便单字符识别准确率达到99%，对于一个包含10个字符的字段，其整体正确率也仅约90%，这被称为"准确率衰减效应"67% 相似待验证精确性偏见指人们对包含精确数字的陈述倾向于赋予更高可信度，实验显示受试者对「41.3%」的可信度评分显著高于「大约40%」66% 相似已验证如果AI给出正确决策的概率是90%，连续10次无脑追随AI的决定，最终正确率只有约35%（0.9的10次方）65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002961API
curl https://kongchang.com/api/v1/knowledge/claims/1002961MCP
get_claim(id=1002961)