待验证50% 置信事实精确时间
模型在欠定问题（没有唯一正确答案的问题）上表现出最高置信度（95%），呈现反向校准现象。
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78% 相似待验证许多模型在错误答案上仍表现出高度自信，存在自信度校准（confidence calibration）问题78% 相似待验证Anthropic的研究显示，即使面对毫无根据的质疑，在某些测试中模型被用户简单反驳后放弃正确答案的比例超过50%77% 相似已验证在样本极度不平衡的场景下，即便准确率高达95%，模型也可能完全无法识别少数类76% 相似待验证仅用小模型策略的每正确答案成本最低($0.0004)但准确率仅33%，说明没有准确率底线的每正确答案成本指标具有误导性76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1005672API
curl https://kongchang.com/api/v1/knowledge/claims/1005672MCP
get_claim(id=1005672)