待验证50% 置信基准精确时间
在依据文献回答的科学题上，最好的评测器o3与人类投票一致率65.1%，而随机猜测是50%。
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%73% 相似待验证Self-Consistency通过多次采样推理路径后投票取多数答案，可进一步提升准确率约5-10个百分点68% 相似待验证在时间序列方向预测中，正确的基准应是多数类比例（majority class），而非50%，因为如果51%的走势是上涨，'永远猜涨'就能拿到51%的准确率。67% 相似待验证在 n=100 且正负样本各半的条件下，55% 准确率的 95% 置信区间大致在 45%–65%，覆盖 50% 的基线，因此 5 个百分点的差距可能是随机波动。67% 相似待验证被随机加持初始选择的论文，后续被选中的概率提升了45.55个百分点（95%置信区间为41.20到49.90）66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1026033API
curl https://kongchang.com/api/v1/knowledge/claims/1026033MCP
get_claim(id=1026033)