待验证50% 置信决策规则精确时间
题目质量控制要求模型在 n=10、temperature=0.8、无思维链下正确率高于 80%，且中间量绝不出现在提示词中。
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
待验证不同的system prompt、temperature、最大token数、重试次数等超参数可能使同一模型的评测结果相差10个百分点以上77% 相似待验证即便在temperature 0的条件下，五次执行中仍有0.07%到10.2%的行会改变其算子输出，具体比例取决于模型76% 相似待验证模型在篇章级排序任务中的标准准确率仅为 0% 到 13%73% 相似待验证对于代码补全、语法检查等结构化任务，7B-13B参数量的小模型可达到90%以上准确率，推理成本仅为顶级模型的1/50甚至更低67% 相似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67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1012077API
curl https://kongchang.com/api/v1/knowledge/claims/1012077MCP
get_claim(id=1012077)