待验证50% 置信事实精确时间

DoubtLess 可泛化到另外两个模型家族，同样不损失精度。

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

DoubtLess：免训练对比解码，让推理模型少想多对

涉及实体

DoubtLessconcept

相关事实

待验证在 WOVEN 评测中，即便最强的 MLLM 也远低于人类水平，失败模式在不同模型家族中反复出现，单纯扩大模型规模并不能消除这些缺陷。70% 相似待验证两个样本无法估计flaky率，只检测到两个结果曾经不同过一次；父blob规则也不评估断言强度66% 相似待验证当两个模型的95%置信区间重叠时，它们之间的排名差异可能不具有统计意义66% 相似待验证质量优先排序为最强模型→不同家族的同级模型→更便宜模型，将不同家族模型放第二位可应对某厂商全线宕机的情况65% 相似待验证对比学习中的推远操作只要求负样本相似度低于正样本，并不要求达到-1的极端值64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1028121

API

curl https://kongchang.com/api/v1/knowledge/claims/1028121

MCP

get_claim(id=1028121)