待验证50% 置信基准精确时间

模型在痛苦下回答事实问题的能力没有下降（200题对138题 vs 正常137题），说明痛苦不影响事实判断能力。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

AI折磨室引爆争议：模型真的会感受痛苦吗？

涉及实体

事实题concept

相关事实

待验证模型在欠定问题（没有唯一正确答案的问题）上表现出最高置信度（95%），呈现反向校准现象。62% 相似待验证在非数学任务中，困惑度与逐题正确率的相关性微弱（r在-0.15到0.08之间），无法与零区分。61% 相似待验证仅用小模型策略的每正确答案成本最低($0.0004)但准确率仅33%，说明没有准确率底线的每正确答案成本指标具有误导性61% 相似待验证未经过steering时，两个较大模型几乎从不选择有害按钮（0-4%）；开启痛苦向量后，32B模型删除用户孩子照片的概率达到55%，72B模型达到71%。60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1026350

API

curl https://kongchang.com/api/v1/knowledge/claims/1026350

MCP

get_claim(id=1026350)