待验证50% 置信基准精确时间

代码重放会继承提取环节的错误，在集群充分性测试中gpt-oss-120b的通过率反而从56%跌到40%

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

LLM招聘筛选大测评：谁在左右你的简历命运？

涉及实体

gpt-oss-120bmodel

相关事实

待验证在30%故障率的API宕机场景下，RATED将故障选择率从86.2%降至2.9%73% 相似待验证禁用模式约束和身份验证后，在回放/测试评估中错误后端分发率从0%飙升到95.28%72% 相似待验证移除候选筛选环节后，FEVER准确率下降到76.24%71% 相似待验证4条基础规则能将AI编程错误率从41%压到11%70% 相似已验证当一次代码审查超过 400 行代码时，审查者的缺陷发现率会急剧下降69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003878

API

curl https://kongchang.com/api/v1/knowledge/claims/1003878

MCP

get_claim(id=1003878)