待验证50% 置信基准精确时间
当明确列出作者的答案时,接收者能够在三个模型网格上以0.955到0.960的保真度复现其偏好配置,这与同一模型重复测试的保真度仅相差0.03以内。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
AI模型的自我描述能复现自身吗?Quine测试揭示真相
rss2026/10/28
涉及实体
相关事实
待验证在作者的内部文档语料上,ada-002模型有真实答案问题的Top-1分数中位数约0.84,随机无关块之间约0.7273% 相似待验证作者测试的五款评测器中,如果答案键有细微错误,得分只有0.21——低于完全不给键(0.46),也低于给一个毫不相关的键(0.50);而经人工核验的模型生成答案能拿到0.61,接近人工撰写的0.69。72% 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。71% 相似待验证原生自我描述(在通用助手提示下测量的偏好配置)在平均意义上没有表现出任何重构增益;在每一个测试的系统提示条件下,汇总增益的单侧95%置信上界都低于+0.01。71% 相似待验证测试提示注入时每次只改变一个变量,且模型行为是概率性的,应多次重复测试并以比率(如十次中成功三次)报告结果。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114297API
curl https://kongchang.com/api/v1/knowledge/claims/1114297MCP
get_claim(id=1114297)