待验证50% 置信基准精确时间

AILegal团队尝试使用本地嵌入模型nomic-embed-text和qwen3-embedding处理标准转述，结果相似度得分落在top-3/top-4，余弦差距仅0.001–0.03，属于噪声级别。

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

拒绝引用无法核实法律的AI助手：AILegal如何用工程手段杜绝法律幻觉

涉及实体

AILegalproduct nomic-embed-textmodel qwen3-embeddingmodel

相关事实

待验证在Artificial Analysis智能指数上，Qwen3.8 27b得34，Qwen3.6 27b得21，Gemma 4 26b得17，GLM 4.7 Flash得15，Qwen3 Coder Next仅966% 相似待验证在六个Qwen系列模型上进行匹配帧数（matched-frame）的对照实验，字幕方案在帧数对齐条件下平均准确率提升3.22分和2.55分64% 相似待验证在关闭推理模式的情况下，Qwen3.8-27B在20个植入bug中检出9个，Ornith 1.5检出8个，差异属于统计噪声。63% 相似待验证在路由器保留本地的 35 个提示词上，Llama 3.2 1B 的回答被判定可接受 30 次（86%，平均 4.4/5 分）；在送往云端的 23 个文本提示词上，同一模型仅 4 次可接受（17%，平均 2.0/5 分）。63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1069881

API

curl https://kongchang.com/api/v1/knowledge/claims/1069881

MCP

get_claim(id=1069881)