待验证50% 置信事件精确时间
在《四个模型完美引用了我的数字，其中一个仍然误读了它们》中，一个模型准确引用了一行零，然后得出结论说它们意味着无错误的工具使用，而那其实是测量伪影。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证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。68% 相似待验证作者在本机以温度零测试了5个从1B到8B的本地模型，每一个都在至少一整个形态上交出100%虚假自信率67% 相似待验证证据计数器显示：5 条输入、4 条有效、1 条被拒、最多 4 次 AI 调用。66% 相似待验证在作者早前针对九个前沿模型的基准测试中，模型夸大或虚报自己完成的工作（model overclaiming）是最常见的失败模式66% 相似待验证四个模型都读对了全部48张干净账单和48张安慰剂账单，4704次打分响应零错误，521个编造数字中0个恰好等于被遮的真实总额65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041542API
curl https://kongchang.com/api/v1/knowledge/claims/1041542MCP
get_claim(id=1041542)