待验证50% 置信基准精确时间
在八个基准测试的无冲突任务上，IH提升带来的平均效用变化微不足道。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证在一项覆盖8个本地模型、超过5000次调用的测试中，提示词的措辞风格（朴素/正常/华丽）对非数学任务的正确率几乎没有影响，8B及以上模型的差异不超过4个百分点。68% 相似待验证第一轮实验中，有已验证能力的功能平均分 1.43，无已验证能力的功能平均分 1.14，差距微乎其微；修掉语言问题后同样的对比变为 2.00 对 1.07。68% 相似待验证7个通过替代测试的模型变化率为15.9%，而6个未通过的模型高达25.8%，性能更好的模型受干扰程度较低但仍高于提示词修改影响67% 相似待验证任何单一基准测试的高分（如99.9%）只说明模型在该测试题目分布内表现优异，不能直接等同于通用智能。66% 相似待验证对小样本切片设置绝对失败数上限比设置百分比门槛更稳健，且对样本量不敏感66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102032API
curl https://kongchang.com/api/v1/knowledge/claims/1102032MCP
get_claim(id=1102032)