待验证50% 置信基准精确时间
在 51 条测试消息中，46 条带金额的消息全部记录了正确的金额和类目，解析准确率 100%，零失败。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证四个模型都读对了全部48张干净账单和48张安慰剂账单，4704次打分响应零错误，521个编造数字中0个恰好等于被遮的真实总额72% 相似待验证962条响应中有51条失败，分布为26条截断、13条边界错、12条改写、0条修正70% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）69% 相似待验证在响应条件化诊断视角下，60个请求中58个返回了响应，而这58个响应全部被评为正确（clean 29/29，injected 29/29）66% 相似待验证41个完整测试套件中有20个拿到满分100%，该基准已无法区分这些领先模型65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1024720API
curl https://kongchang.com/api/v1/knowledge/claims/1024720MCP
get_claim(id=1024720)