待验证50% 置信事实精确时间
Hoppy 的审计机制在模型接触之前验证词汇表的完整性，CI 中缺口会像失败的测试一样阻断构建。
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
待验证弱模型在注入诱饵下会将被注入的错误数字当作自己的计算结果，并凭空编造验证过程，解释文本看起来与真实验证一致，使审计无法发现错误72% 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'。68% 相似待验证系统会试探性地应用补丁，若失败则将错误信息反馈给模型进行修正，构成闭环纠错机制68% 相似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67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025470API
curl https://kongchang.com/api/v1/knowledge/claims/1025470MCP
get_claim(id=1025470)