待验证50% 置信事实精确时间
人工审计发现抽样的关系中大约三分之一绑定到了错误的实体目标。
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73.43%的识别率意味着仍有约四分之一的核心错误未被捕捉，表明自动化评审尚不能完全取代人类专家判断68% 相似待验证一项针对HELM Safety基准的心理测量学审计研究指出，模型之间相似的总分可能掩盖截然不同的属性剖面。68% 相似待验证在 10%–25% 的案例中，对假想评分器的推理会把智能体的工作拉离用户最初的规格说明67% 相似待验证几乎所有主流大模型都会在Skepticism Audit的第二份报告上判断失误，区分真实威胁与误报是当前模型的普遍弱点67% 相似待验证在内省式欺骗测试中，探针需要区分包含模型真实隐藏目标的对话记录与包含其他目标的记录，探针的AUC最高达到99.7%。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063250API
curl https://kongchang.com/api/v1/knowledge/claims/1063250MCP
get_claim(id=1063250)