待验证50% 置信事实精确时间

工具描述得分与模型正确选择之间的Spearman相关系数仅为0.04，统计上几乎不存在关联。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

1,274个MCP工具描述评分后，模型选工具靠什么？

rss2026/10/15

涉及实体

Forecallcompany

相关事实

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76% 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75% 相似待验证任何单一基准测试的高分（如99.9%）只说明模型在该测试题目分布内表现优异，不能直接等同于通用智能。72% 相似待验证模型在篇章级排序任务中的标准准确率仅为 0% 到 13%72% 相似待验证对模型输出与标准答案进行 difflib 比率比对，44 次通过中最高比率仅为 0.73，大多数低于 0.3，表明模型并非在背诵答案。71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1035656

API

curl https://kongchang.com/api/v1/knowledge/claims/1035656

MCP

get_claim(id=1035656)