待验证50% 置信基准精确时间
在无效命题上，使用验证器反馈得到 23/39 个被接受的反例，而无检查器的通用反馈只有 15/39。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
ClaimScope：不看标签的见证验证，让数学命题审计更可靠
rss2026/10/15
涉及实体
相关事实
待验证tw-exam-bench 中 31,312 组重复题目的答案键一致率达到 99.91%，仅有的 27 处分歧被逐一核实归因。76% 相似待验证审核员单独标出的186条政策未明确裁决的评论中，39%落入Jev的不确定区间（0.3-0.7），而清晰案例仅14%落入。73% 相似待验证在实验中，零样本生成任务解决率为17%，通用自我纠错为27%，仅错误反馈为23%，诊断性反例反馈（A-CEGIS）达到90%73% 相似待验证在验证测试中，模型对禁止能力请求的 27 次全部拒绝，对无依据操作请求的 23 次全部回绝。70% 相似待验证35 次拒绝中有 33 次是 bad_or_unscoped_token 原因，另有各一次因未知提供商和当日请求上限触发。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046937API
curl https://kongchang.com/api/v1/knowledge/claims/1046937MCP
get_claim(id=1046937)