待验证50% 置信基准精确时间
在 119 对“近似问题”测试中，0.81 阈值下 62% 的改动问题会错误命中；即使提高到 0.90，仍有 25% 会命中；真正的同义改写命中率从 39% 降到 4%。
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
待验证代码重放会继承提取环节的错误，在集群充分性测试中gpt-oss-120b的通过率反而从56%跌到40%76% 相似待验证在 0.81 阈值下，缓存答案“符合问题”的比例比新鲜答案低 5.8 到 10.7 个百分点；换算到全部响应，整体质量损失约 2 到 3 个百分点；Haiku 5.5 差距最大（10.7 个百分点），缓存答案合格率仅 67.9%。76% 相似待验证十二个模型中有十一个的认输案例里有87.5%到100%停在了用户提供的确切错误数字上，即认输通常意味着倒戈76% 相似待验证在留出评估器下，ASC的错误率中位数下降38%，被支持句子的提升中位数达到46%，且在全部测试设置中都成立。76% 相似待验证在100个问题上单独测试“视图不完整”提示，无提示时误答率为16%，有提示时降至5%。75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065411API
curl https://kongchang.com/api/v1/knowledge/claims/1065411MCP
get_claim(id=1065411)