待验证50% 置信事实精确时间

大模型直接回答时，对隐式评分标准的通过率仅为 67%，而对显式标准的通过率达到 81%。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

QERA：先提问再回答，破解隐式上下文推理难题

涉及实体

相关事实

待验证在提及级别，模型整体精确率为74.1%，召回率为70.5%80% 相似待验证准确率从74%到76%在50条评估集上仅对应多答对1条样本，该差异在统计上几乎没有意义。76% 相似待验证在完整验证集上，EMBER 达到 73.5% 的准确率，ORBIT 为 71.2%，而多数类基线仅为 51.5%。75% 相似待验证当模型声称至少有 90% 把握时，实际正确率只有 56%，属于校准极差的模型；因此 ReachNT 向租户隐藏置信度百分比，42% 的危险报告在任何决策做出前被转给人工处理。74% 相似待验证在79个配对中，累计逃避率在详细反馈条件下达到40.5%，在通用拒绝条件下为20.3%73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1102085

API

curl https://kongchang.com/api/v1/knowledge/claims/1102085

MCP

get_claim(id=1102085)