待验证50% 置信事实精确时间
基于奖励模型的过滤器本质上学的是偏好分布的代理，而非事实正确性，对事实错误不敏感。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证赞助偏差（Sponsorship Bias）通常不源于主动造假，更多体现在问题设计、受访人群筛选和结果呈现的细节取舍上74% 相似待验证置信度分流在学术和工业界也被称为'选择性预测'或'带拒绝选项的分类'，核心是赋予模型不作答的权利71% 相似待验证置信度应作为分流和优先级排序的信号，而非最终质量判据。71% 相似待验证一项被称为「权威偏见」（Authority Bias）的研究发现，当错误答案被包装成「根据可信来源」时，模型比用户直接施压时更容易改口接受错误答案71% 相似待验证研究认为模型依赖于分布上的熟悉度（distributional familiarity）而非真正的事实验证机制来判断陈述真伪70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1053604API
curl https://kongchang.com/api/v1/knowledge/claims/1053604MCP
get_claim(id=1053604)