待验证50% 置信基准精确时间

在CATT诊断基准上，使用负对数几率梯度并仅聚合top token分数，对多个基线方法实现了35到72个百分点的ground truth召回率提升。

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

LM数据归因设计空间：负对数几率梯度提升召回率

涉及实体

CATTconcept 负对数几率梯度concept 召回率concept

相关事实

待验证在单隐变量消融实验中，梯度预测的符号与真实符号一致的比例达到 91%–97%，而探针暗示的变化方向只有 17%–35% 是对的。68% 相似待验证证据驱动的改进前验证把精度从58.6%提升到72.3%，每轮无支持的目标从1.93个降到0.50个68% 相似待验证在1%假阳性率下，加入路由遥测使真阳性率提升了2.7到9.4个百分点68% 相似待验证在一个编辑基准测试中，同一个 GPT 模型的得分因框架不同从 99% 跌到 70%66% 相似待验证原文中使用的验证通过率p值（0.99、0.90、0.75、0.60）是示意性的，并非实测数据。65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1115348

API

curl https://kongchang.com/api/v1/knowledge/claims/1115348

MCP

get_claim(id=1115348)