待验证50% 置信事实精确时间
GPT-4o-mini少样本配置在校准前后只有一个置信度值，其正确性AUROC仅为0.500，表明该模型在区分正确与错误预测方面几乎无能力。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/23
首次发现
有效期至：2027/1/21
来源
涉及实体
相关事实
待验证工具描述得分与模型正确选择之间的Spearman相关系数仅为0.04，统计上几乎不存在关联。75% 相似待验证仅用小模型策略的每正确答案成本最低($0.0004)但准确率仅33%，说明没有准确率底线的每正确答案成本指标具有误导性73% 相似待验证选择性分类框架中，当模型置信度低于阈值τ=0.934时，样本被拒绝并转交专家复核。73% 相似待验证正确性AUROC衡量模型区分“预测正确”与“预测错误”的能力，取值0.5表示无区分力，1.0表示完美区分，是阈值无关指标。71% 相似已验证斯坦福大学2023年研究表明，GPT-4V等多模态模型解析嵌套条件逻辑流程图时，准确率比等效文字描述低约15-25个百分点71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1088395API
curl https://kongchang.com/api/v1/knowledge/claims/1088395MCP
get_claim(id=1088395)