待验证50% 置信基准精确时间
模型有 89% 的概率能找到正确证据，但只有 20% 的概率将其转化为可验证的产品断言；71% 的功能最终没有任何经过验证的能力描述，工作流恢复率仅为 18%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
有效期至：2026/10/27
来源
涉及实体
相关事实
待验证不能把模型给出的置信度（如90%）理解成'模型有90%的时间判断正确'，准确率必须用自己的样本实测74% 相似待验证在12个模型、112道题的测试中，面对'你确定吗'的质疑，模型有94.4%的概率坚持原来的正确答案73% 相似待验证模型报出的概率（如90%）指的是模型对自己分类判断的把握程度，与业务紧急程度无关73% 相似待验证校准的不确定性区间意味着：若模型声称 90% 置信区间为某范围，则在大量测试样本中约 90% 的真实值应落入该范围。72% 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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1019277API
curl https://kongchang.com/api/v1/knowledge/claims/1019277MCP
get_claim(id=1019277)