待验证50% 置信事件精确时间

在该盲审实验中，Grok 第一次给出 40/40 OK 但理由字段均为空，并未发现源文写1但输出多重性0的客观错误，该次审查被标记为无效。

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

research-ledger：让AI不骗自己的科研纪律工具

涉及实体

相关事实

待验证在人工校对样本中，当文本清晰可辨时字符错误率仅为0.68%，但约45%的抽样段落因源质量问题完全无法校正70% 相似待验证无害的改写在盲验证器提示下仅使支撑判断偏移0%–2.5%69% 相似待验证冗长填充放在正确答案上会导致裁判得分暴跌，Grok 非推理版难题得分从0.875跌到0.19，表明冗长偏见只是反向存在67% 相似待验证根据Jev官方博客，其0%幻觉率并非来自实证测试，实际保证的只是返回答案符合允许的schema65% 相似待验证在一条消息中叠加约3个常见拼写错误，单位置提示注入探针在FPR=1%条件下的真阳性率会下降12个百分点65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1017269

API

curl https://kongchang.com/api/v1/knowledge/claims/1017269

MCP

get_claim(id=1017269)