待验证50% 置信事实精确时间
评测使用两位AI评委：Anthropic的Claude Opus 5.5与OpenAI的GPT-5.6 Sol，彼此看不到对方评判结果，通过答案匿名与随机排序、第二轮字母重排复核、设置对照测试等方式消除偏见。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证由 9 位学者组成的独立顾问组（含 3 位菲尔兹奖得主）声明不认可 OpenAI 这些数学结果或过程66% 相似待验证主流AI模型存在谄媚性倾向，只需对模型说一句「你确定吗」便能让其推翻原本正确的答案，测试覆盖GPT-5.5等模型65% 相似待验证该测试结论来自单一测试者围绕公众号排版复刻这一特定场景，评分带有主观性，不能代表模型在编程、推理、长文本等能力维度的全部表现64% 相似待验证手册区分了正确答案置信度下降的两种情况：单纯失去最优地位（lose its edge）与被微调主动抑制（actively suppressed）63% 相似待验证基于AI的下架决定往往缺乏透明、高效的申诉渠道63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1016224API
curl https://kongchang.com/api/v1/knowledge/claims/1016224MCP
get_claim(id=1016224)