待验证50% 置信事实精确时间
当仓库中存在与默认偏好冲突的先例时，智能体几乎无一例外地跟随先例——在 360 次相关试验中，有 359 次选择了先例。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
代码智能体该遵循先例还是任务意图？
rss2026/10/28
涉及实体
相关事实
待验证随机抽样检查一致性会因大部分样本简单而得到虚高的一致率，掩盖真正有问题的区域67% 相似待验证基于检验鞅的anytime-valid方法从设计上避免了传统p值在多次检验或连续监控场景下导致的第一类错误膨胀问题67% 相似待验证该实验有明确边界：单一任务（发票提取）、单一模型家族、每个尺寸点仅 4 次重复，25% 的 95% 置信区间很宽，算法填充不完全等同于手写膨胀，结论应视为有明确机制的测量起点而非普适常数。66% 相似待验证在相同设置下将开发集运行两次，同一设计在相同36个问题上正确性变化了1到5个问题，说明存在不可忽视的随机波动。66% 相似待验证研究团队对250个错误案例的人工分析显示，检索失败仍是最主要的瓶颈，其中错误实体证据问题尤为突出65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114377API
curl https://kongchang.com/api/v1/knowledge/claims/1114377MCP
get_claim(id=1114377)