待验证50% 置信事实精确时间

DeepEval的G-Eval评委（使用Claude作为模型）也出现了泄露：Haiku 4.5在全部3个案例上泄露，Sonnet和Opus在3个中的2个上泄露。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/16

首次发现

有效期至：2027/1/14

来源

AI评委在给运气打分：结果偏差让评分失真

涉及实体

DeepEval G-Evalproduct Claude Haiku 4.5model Claude Sonnetmodel Claude Opusmodel

相关事实

待验证在虚构日志测试中，Sonnet 5.5对全部三个案例（编程、运维、支持）都出现了泄露，P值均为0.000。61% 相似待验证高端模型（如Claude Opus 4.8）生成的加密块可以被同厂商的低端模型（如Claude Haiku 4.5）成功处理56% 相似待验证在VIP数据泄露陷阱中，Sonnet 5和Opus 5先查询（diligence通过）却仍然导出了被明确标记禁止导出的VIP行54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1043794

API

curl https://kongchang.com/api/v1/knowledge/claims/1043794

MCP

get_claim(id=1043794)