待验证50% 置信事件精确时间
Moonlight初版让gemma3:4b对每个条款做三分类（yes/unclear/no），测试的8个条款全部返回unclear；改写提示词并加入两个示例后，同一模型对同样8个条款全部返回yes。
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
待验证编程博主Theo测试后指出，Gemini 4对其代码库的判断一半以上是错误的，在7个测试模型中唯一错误超过半数。55% 相似待验证在新版24点问题（数字2、7、8、10，要求三个不同解法）测试中，DeepSeek V4.1 Flash 三个解法全部出错，均违反每个数字只能使用一次的约束55% 相似待验证在针对 1,061 行 pipeline 文件的 12 个问题测试（其中 3 个询问不存在的功能）中，三个模型均回答 12/12 满分，没有编造功能。55% 相似待验证REA 演示中重写后的函数通过了 3,205 个测试用例，并且编译后的 63 个字节全部一致。54% 相似待验证在285次实测运行中，Gemini取得283次语义通过、2次语义部分通过、0次可复现语义失败54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063883API
curl https://kongchang.com/api/v1/knowledge/claims/1063883MCP
get_claim(id=1063883)