待验证50% 置信事实精确时间
该反事实审计覆盖了七个开放权重模型（8B 到 70B 参数规模）以及四个横跨司法推理与合同推理的基准测试。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证该研究提出了一个先行指标模型、九项设计命题和七个可证伪假设，将其转化为可测试的研究议程。76% 相似待验证研究通过反事实审计检验法律AI的思维链忠实性：在保持案件事实固定不变的前提下，替换模型援引的法律依据，并从模型隐藏状态解码裁决倾向，以判断裁决是否真的依赖所援引的依据。69% 相似待验证团队编写自动化验收脚本，针对关键球查询、事实陷阱题、敏感拦截、多轮对话共63个用例全部跑通，并支持一键回归测试68% 相似待验证研究团队收集了103,939条经过评分的模型回复，覆盖十种配置：八个关闭推理功能的LLM外加其中两个开启最大推理能力的版本68% 相似待验证研究团队选取了8个跨越不同能力层级的模型，在54个基准测试上进行交叉评估66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013275API
curl https://kongchang.com/api/v1/knowledge/claims/1013275MCP
get_claim(id=1013275)