待验证50% 置信基准精确时间
在 KEEP-Bench 上，最佳闭源模型仅在 61.6% 的案例中保留了所有必需证据。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
涉及实体
相关事实
待验证即使使用定制提示，最强模型在 KEEP-Bench 上的证据保留表现仍不可靠。78% 相似待验证KEEP-Bench 包含 4,102 个案例，覆盖三种挑战性场景：需要保留证据以支持合理参考解析、显式限定词和少数派观点。66% 相似待验证上下文压缩中，平均答案质量可能保持稳定，但某一条罕见却必要的证据可能已经悄然消失61% 相似待验证粗筛阶段应保证召回余量充足，宁可多召回让模型淘汰，也不能因省token而漏掉正确选项，因为检索层漏召后续模型无法挽救60% 相似待验证更稳妥的阈值使用做法是结合相对排序（如保留前K个结果中分数显著高于其余的段落）与验证式判断（让模型判断段落是否真正支撑答案），而非依赖单一静态阈值。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073301API
curl https://kongchang.com/api/v1/knowledge/claims/1073301MCP
get_claim(id=1073301)