待验证50% 置信基准精确时间
在作者手工核验的 40 张美因茨照片中，识别座位时 Gemma 4 E4B 找到 2 个真实座位误报 1 个，而地图（相机15米内有长椅为准）只找到 1 个误报 4 个
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
待验证在识别台阶和遮荫方面，Gemma 表现不佳：E4B 在 16 张无台阶照片误报有台阶，在 26 张无遮荫照片误报有遮荫，因此路线规划器只采用座位这一项答案61% 相似待验证Gemma直接撰写整条消息时在4次测试中丢掉了所有数字，并两次把意思彻底搞反59% 相似待验证Gemma 4 26B A4B在空间定位（grounding）上取得96.7%高分，但步骤级执行滑落至76.0%，表明开源模型知道物体在哪但在模拟连续动作结果上仍有短板58% 相似待验证Gemma 4 26B因运行报错在产出分数前终止，原因是评分代码假设至少有一个句子以正确结构化格式返回56% 相似待验证Claude Haiku 4.5在两步问题的24个错误里有21个回答'未找到'，而GPT-5.4 mini在27个错误里有20个把指引原话当答案照抄，另有7个编造了真实存在的人名并引用真文档55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003964API
curl https://kongchang.com/api/v1/knowledge/claims/1003964MCP
get_claim(id=1003964)