待验证50% 置信基准精确时间
在引入关键词提示后，1B 模型从总是回答 asking_questions 变成通常能选对阶段，而 4B 模型有时会与提示不一致，作者认为这表明模型在做自己的判断。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证语义模型回答聚合类问题（如排名、数量），本体回答关系类问题（如多跳关系查询）71% 相似待验证决策模型不生成文本，而是给定输入状态和一组命名问题，在一次前向传播中返回带概率的类型化答案。69% 相似待验证生成链使用Pydantic模型CitedAnswer约束输出结构，包含answer、citations、confidence、needs_clarification四个字段。69% 相似待验证经过训练的 4B 参数模型在反例生成任务上超越了所有参与评测的 7B 开源数学专用模型，并与六个前沿商用 API 保持竞争力68% 相似已验证通过提示词明确要求模型只能使用提供的上下文作答，若答案不在其中则回答不知道，可缓解幻觉问题（接地/Grounding）68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1033315API
curl https://kongchang.com/api/v1/knowledge/claims/1033315MCP
get_claim(id=1033315)