待验证50% 置信事实精确时间
一项为期30天的实测研究通过普通消费者聊天界面评估了五款主流聊天机器人（Mistral、Gemini Flash、Claude Sonnet、两种努力程度设置的Claude Opus）对美国总统行动和假设性改革的评分稳定性。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/30
首次发现
有效期至：2027/1/28
来源
涉及实体
相关事实
待验证研究模拟普通用户场景，每天两次向五款聊天机器人提问，要求对过去四届美国总统政府的40项行动和15项假设性改革给出对美国长期影响的评分、置信度及简短评论。76% 相似待验证2021年来自MIT、斯坦福等机构的14位专家（含RSA算法发明者之一Ron Rivest）联合发表论文《Bugs in our Pockets》，论证客户端扫描的核心风险60% 相似待验证2023年有研究者演示通过Meta Ray-Ban眼镜实时人脸识别与地址查询，在社交媒体上引发广泛讨论58% 相似待验证2023年研究者已经演示了通过间接注入控制Bing Chat代理行为的概念验证攻击58% 相似待验证2023年以来，MIT和Google DeepMind等研究机构发表了关于多模型辩论的论文，证明让多个模型就同一问题进行多轮辩论可以显著提升事实准确率57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1113934API
curl https://kongchang.com/api/v1/knowledge/claims/1113934MCP
get_claim(id=1113934)