待验证50% 置信基准精确时间
去掉作用域检查后，schemagate在BIRD上的误答率从5.4%升至11.3%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
有效期至：2026/10/31
来源
涉及实体
相关事实
待验证在BIRD上，schemagate应拒绝却作答的比例为5.4%，低于论文最佳配置的7.4%。77% 相似待验证GPT-6.1 Sol「工具出故障时不如实告知」比例从 4.9% 降到 2.1%，Astra 为 1.5%62% 相似待验证文档纠偏中即使3-5度的倾斜也可能导致识别率下降10%以上61% 相似待验证在BIRD基准测试中，使用令牌替代姓名的Aura方案正确率为67.6%，与真实数据的68.2%差距仅0.6个百分点，而外泄个人信息从849条降至0条61% 相似待验证接受率随位置逐级衰减：GSM8K从位置0的0.92下滑至约0.53，MTBench从0.78急跌至0.13，因误差在连续猜测中累积60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050461API
curl https://kongchang.com/api/v1/knowledge/claims/1050461MCP
get_claim(id=1050461)