待验证50% 置信事实精确时间

该工具不衡量模型质量，而是衡量输入是否已定。

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

用稳定性评分决定模型生成文档该不该信

rss2026/10/19

涉及实体

draft_stability.pyproduct

相关事实

已验证提交给模型的提示词不包含题型提示信息，需要模型自行判断题型73% 相似待验证研究者认为模型自评结果不应被视为中立测量，而应被视为塑造模型行为的同一套优化过程产生的结构化输出72% 相似待验证质量由模型决定：相同模型下，两个工具的通过率完全一致；agent 框架、提示词设计、循环结构都没有改变代码是否正确。70% 相似待验证传统准确率指标无法区分模型是在从结构进行推理还是直接复制输入中已印出的答案70% 相似待验证当模型迟迟无法收敛时，应先审视输入的状态表示是否合理，而非盲目调整超参数70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1065446

API

curl https://kongchang.com/api/v1/knowledge/claims/1065446

MCP

get_claim(id=1065446)