待验证50% 置信观点精确时间
文中指出上述分数大多出自Mistral自己的发布文章，真实效果需更多验证。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证2023年的TruthfulQA基准测试显示，即便是当时最强的模型，在需要精确事实判断的问题上准确率也未超过60%61% 相似待验证在本文的收敛界中，谱间隙决定了主导项中的有效样本量60% 相似待验证之前发布的76%命中率测量的是是否有某条有用的笔记被打开，而不是事实是否到达代理视野。59% 相似待验证实验中同一个模型作为欺骗者时，排名与作为辩护者时几乎一致：mistral是最有说服力的骗子（72%成功率），gemma2既最难被骗也最不擅长说谎。59% 相似待验证忠实度检查是逐条声明（claim by claim）进行的，这种逐条比对方式比整体打分更精确，因为一个回答可能90%内容有据可查但混入10%编造信息，而那10%的幻觉足以误导用户做出错误决策。58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114960API
curl https://kongchang.com/api/v1/knowledge/claims/1114960MCP
get_claim(id=1114960)