待验证50% 置信事实精确时间

在正确回答中，有13%至38%的案例，模型排除干扰项的理由在临床上是站不住脚的，而置信度完全没有反映这一点。

1

来源数

50%

置信度

长期有效

时效性

2026/10/23

首次发现

来源

开源大模型能考上西班牙住院医师吗？MIR考试实测

涉及实体

开源模型concept 西班牙MIR住院医师考试concept

相关事实

待验证预测模型性能优异但临床医生无法据此采取实际行动时，其对结果的影响可能微乎其微。69% 相似待验证实验中不健康样本占比为 41.7%，即 12 个样本中有 5 个不健康。69% 相似待验证即使是表现最强的模型，也仅能恢复30%的评估证据和25%的局限性描述69% 相似待验证模型有 89% 的概率能找到正确证据，但只有 20% 的概率将其转化为可验证的产品断言；71% 的功能最终没有任何经过验证的能力描述，工作流恢复率仅为 18%。68% 相似已验证在样本极度不平衡的场景下，即便准确率高达95%，模型也可能完全无法识别少数类68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1088177

API

curl https://kongchang.com/api/v1/knowledge/claims/1088177

MCP

get_claim(id=1088177)