待验证50% 置信事实精确时间
将 BenchLM 开源前十行与 Artificial Analysis 按模型名称匹配，九个模型成功对应（dots3-note Preview 在后者数据中缺失），对这九个模型分别排名后，Kendall's tau 为 0.61，一致对 29 个，不一致对 7 个。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
开源大模型榜首之争：两榜单数据深度审计
rss2026/10/19
涉及实体
相关事实
待验证在 BenchLM 开源权重模型排名前九的模型中，所有模型的条件区间相互重叠，36 对区间无一例外；加入第十行后，45 对区间也全部重叠。69% 相似待验证生成器LLM、探针模型、提示词详细度三者合计贡献不足10%的方差69% 相似待验证开源小型模型gemma2:2b作为检查器时，接受了28个错误答案中的8个（其中错误当事方6个、错误行为2个），同时拒绝了14个正确答案中的10个。68% 相似待验证Graphite统计了九个模型的12,877个不同特征，其中65%只出现在单一模型系列中。68% 相似待验证在四个数据集、三个模型组成的全部12组配对实验中，树状遍历无一例外地输给了零样本提示。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069253API
curl https://kongchang.com/api/v1/knowledge/claims/1069253MCP
get_claim(id=1069253)