待验证50% 置信基准精确时间
微调版模型学会了拒答（说“不确定”），而基座模型在 85 次机会里一次都没说过“不确定”。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
涉及实体
相关事实
待验证模型在欠定问题（没有唯一正确答案的问题）上表现出最高置信度（95%），呈现反向校准现象。75% 相似待验证有一条将“不确定”降级为“不含”的四行规则，导致 11 个自信错误中有 5 个原本被微调模型正确判为“不确定”的结果被覆盖成确定的“不”；作者未修改该规则。74% 相似待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性71% 相似待验证作者声称其起步使用的现成模型面对 85 个隐藏过敏原样本，从未输出过“不确定”。70% 相似待验证大语言模型本身并不具备经过校准的概率估计能力，模型输出的概率数值不代表真实发生率68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1060643API
curl https://kongchang.com/api/v1/knowledge/claims/1060643MCP
get_claim(id=1060643)