待验证50% 置信事实精确时间
即使温度设为零,相同复制之间的判定仍会翻转;在困难任务上交换两个候选答案的位置就能让大多数判定反转。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
LLM评审器一致性不等于正确性:多篇论文揭示评测盲区
rss2026/10/15
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/1034833API
curl https://kongchang.com/api/v1/knowledge/claims/1034833MCP
get_claim(id=1034833)