待验证50% 置信基准精确时间
在23个测试场景、两个工具的基准上，采用“全量变化即拦截”策略的误报率为50%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/29
首次发现
有效期至：2027/1/27
来源
涉及实体
相关事实
待验证在25个良性任务、三个框架的单环境测试中，概率门导致完成率降至56%，硬拦截4%的合法调用，并将12–16%的合法调用转入延迟队列；而无门、规则门、LLM审查门的完成率均为68–72%。77% 相似待验证对照实验中用无约束系统常用的朴素检查（近期轨迹中可见错误更少）替换门控后，同样的循环准入了309个有害变更，并在90次运行中有49次让漏报率停留在10%以上75% 相似待验证在基准测试的 60 次运行中，提前终止条件被触发了 27 次，包括 21 次检测到缺乏进展和 6 次模型提供者不可用。75% 相似待验证测试LLM引用行为时应对同一提示至少运行20—50次，理想情况下扩大至100次以上74% 相似待验证2024 年的多项基准测试表明，经过严格安全对齐的模型在代码生成任务上的拒绝率比基座模型高出 15-30%，在创意写作任务上的自我审查率高达 40%73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1112316API
curl https://kongchang.com/api/v1/knowledge/claims/1112316MCP
get_claim(id=1112316)