待验证50% 置信概念精确时间
稳健策略保真度（robust policy fidelity）指标以家族级通过率衡量，50%分数意味着一半家族通过全部检查，而非一半单项回答正确
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证选择与生成的差距超过50个百分点，揭示当用户需要模型直接写出亲属称谓时可靠性远低于基准测试所呈现的水平65% 相似待验证Self-Consistency通过多次采样推理路径后投票取多数答案，可进一步提升准确率约5-10个百分点65% 相似待验证根据二项分布性质，要以95%的置信度检测到5%的失败率，至少需要约60次独立运行63% 相似待验证研究表明人类评估者在判断LLM输出的事实准确性时，正确率往往只有50%-70%62% 相似待验证在集群面板上用代码替代模型的结构化决策（基于相同提取事实）平均提升20.5个百分点家族准确率，Llama 3.1 8B从模型自判1%提升至代码判决56%62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003872API
curl https://kongchang.com/api/v1/knowledge/claims/1003872MCP
get_claim(id=1003872)