待验证50% 置信事实精确时间
在客户信息提取任务中，朴素提示（88%）和正常提示（96%）下模型大多正确提取人名Laura Becker，但华丽提示（'the appellation of the commissioning customer'）下仅25%正确，多数回答'Becker Design'。
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
待验证在 10%–25% 的案例中，对假想评分器的推理会把智能体的工作拉离用户最初的规格说明69% 相似待验证格式行直接决定模型展示推理过程的频率：'Answer with the number only'导致37%的回复展示推理，朴素版本为27%，华丽版本仅8%。64% 相似待验证作者建议Agent的自信度阈值设计为：大于90%自主执行，60%~90%呈现中间状态让用户确认，小于60%强制承认不确定不硬猜64% 相似待验证在歧义点的四类行为中，'先搜再问'成功率最高，平均通过率达93.4%，远高于'直接猜'的56.5%，'搜多次再猜'为51.5%63% 相似待验证研究表明人类评估者在判断LLM输出的事实准确性时，正确率往往只有50%-70%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1018311API
curl https://kongchang.com/api/v1/knowledge/claims/1018311MCP
get_claim(id=1018311)