待验证50% 置信事实精确时间
第二个模型的分歧中92%是误报（60个中55个），其中42个是主模型从裁剪图读取而第二个模型从整页重读的答案。
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
待验证使用模型作为裁判逐条阅读论断和引文判断是否支撑，并让第二个agent反驳发现，45%的发现被推翻。75% 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68% 相似待验证在小模型场景下，若词表高达25万，嵌入层和输出头这两个矩阵可能占据95%的参数，真正的模型层只剩5%68% 相似待验证进入第二轮审查的56份摘要中有30份仍未达标，失败率约54%67% 相似待验证一项测试发现，30个主流AI模型在面对42篇问题论文（包括撤稿、造假和伪科学论文）的段落时，平均约93%的情况下会顺着论文继续规划实验，而不是先指出问题。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063719API
curl https://kongchang.com/api/v1/knowledge/claims/1063719MCP
get_claim(id=1063719)