待验证50% 置信事实精确时间

PhyMetric 配有 8,920 道答案均衡的二元问题，分布在 12 个评测维度上。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

PhyMetric：用场景级QA诊断文生视频物理合理性

rss2026/10/14

涉及实体

PhyMetricproduct

相关事实

待验证Anthropic分析100万条真实对话后发现，人类提问水平和AI回答水平的相关性系数达到0.9265% 相似待验证Typesafe测试发现，单次调用处理13个问题比逐个询问便宜12.2倍、快10倍，答案完全一致64% 相似待验证在记忆召回测试中，12B模型100题答对82题，31B模型100题答对98题，且两个模型都没有编造答案62% 相似待验证研究者针对全部81个个位数加法组合（0+0到9+9）构造语料库，每道加法题被赋予虚构的错误答案并反复一致地断言62% 相似待验证在12个模型、112道题的测试中，面对'你确定吗'的质疑，模型有94.4%的概率坚持原来的正确答案62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1038890

API

curl https://kongchang.com/api/v1/knowledge/claims/1038890

MCP

get_claim(id=1038890)