待验证50% 置信基准精确时间

严格完成在两条件下均为 17/72，verdict 准确率从 47/72 变为 46/72，几乎不变。

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

Qwen3-8Bmodel ClaimScopeproduct

相关事实

待验证研究表明人类评估者在判断LLM输出的事实准确性时，正确率往往只有50%-70%68% 相似待验证即使断言产出率提升到 95%，63 个功能中仍有 45 个最终没有经过验证的能力描述。68% 相似待验证BF16 精度模型的基线准确率为 74%，加惩罚后提升至 84%，推理 token 减少 19.4%67% 相似待验证输出最一致的评审器与真实答案的一致率只有 51%，是「稳定地错」。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1046939

API

curl https://kongchang.com/api/v1/knowledge/claims/1046939

MCP

get_claim(id=1046939)