待验证50% 置信基准精确时间
在专家评审中，DiscoveryRSI-27B 在假设重要性和‘主张是否可信且有证据边界’两项上得分高于 GPT-6 Luna。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证在与模型截止日期之后发表的论文的对应率上，DiscoveryRSI-27B 达到 6.3%，GPT-6 为 2.5%，Claude Opus 5 为 2.3%。68% 相似待验证Decision-1 比 GPT-6 Sol 快 35 倍属于官方自述数据，缺乏独立第三方基准测试佐证67% 相似待验证产品测试使用独立模型 OpenAI GPT-5.6 Sol 按固定评分标准对 21 个功能点逐一打分，结果显示中位数有用性 1/3，仅 24% 被评为「真正有用」。65% 相似待验证B站UP主「进化中的阿诚」用9道大题的基准测试对GPT-6 Sol进行评测，加权总分为95分64% 相似待验证Zheng等人在2023年的研究'Judging LLM-as-a-Judge'显示，GPT-4作为裁判时与人类专家评估的Spearman相关系数可达0.8以上63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064814API
curl https://kongchang.com/api/v1/knowledge/claims/1064814MCP
get_claim(id=1064814)