待验证50% 置信基准精确时间
测量的12个托管模型中，有7个在每一种形态上都保持0.00或0.10的虚假自信率
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
待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性74% 相似待验证在忠实度（faithfulness）维度上，10 个模型中有 7 个拿到 0.99，但 schema 合法性只有 0.10 到 0.6072% 相似待验证9款模型中没有一款能明确跑赢「固定猜31%」的基准，所有模型的AUC置信区间都包含0.571% 相似待验证在使用十个策略快照的配置下，仅用8条提示达到24.09%平均准确率，接近使用14,080条提示的24.51%71% 相似待验证作者在本机以温度零测试了5个从1B到8B的本地模型，每一个都在至少一整个形态上交出100%虚假自信率71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002963API
curl https://kongchang.com/api/v1/knowledge/claims/1002963MCP
get_claim(id=1002963)