待验证50% 置信事实精确时间
受控的'来源迁移'实验表明，裁判会倾向于接受输入中可见的错误值，而拒绝来源被隐藏的正确值，即裁判在'跟随参考'而非独立验证值的正确性。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证评测器接口的缺陷会伪装成推理失败，解读基准测试结果时不区分评测管道与模型能力可能得出误导性结论73% 相似待验证引用缺失引发了归因（attribution）与可靠性方面的担忧，用户无法追溯论断出处进行事实核查70% 相似待验证如果模型可以通过侵入系统或抄袭来通过基准测试，这些分数将无法反映真实能力，评测公信力会受损70% 相似待验证在数据质量验证中，不同错误的代价是不对称的：错误接受脏数据可能导致下游分析崩坏，而误拒好数据只是损失一个样本69% 相似待验证工具调用裁判模型存在系统性缺陷：当输入中找不到某个值的出处时，即使这个值完全正确，裁判也更倾向于拒绝它，这一现象被命名为'推导鸿沟'。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023644API
curl https://kongchang.com/api/v1/knowledge/claims/1023644MCP
get_claim(id=1023644)