待验证50% 置信观点精确时间
所有基准对比数据均由 Unsloth 一方产出，ISTA 方面尚未在该贴中给出回应，独立第三方复现仍是判断量化方案优劣的关键一环。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/30
首次发现
有效期至：2026/11/13
来源
涉及实体
相关事实
待验证严格解析器在反序列化时会校验枚举值，一旦不匹配就抛出错误或丢弃整个响应。67% 相似待验证上述基准数据来自发布方自述，尚无第三方独立复现结果66% 相似待验证项目独立性阶梯的 Tier I3 目前无法实例化：同一模型的两个角色在120次查询中零次伪造证据标识符，因此错误相关性是未定义的而非零；测试框架如实报告为未定义。64% 相似待验证该基准评分采用确定性的token相似度比对，参照答案只保存在服务器端，不向模型展示64% 相似待验证一个正常完成、返回结构良好结果并报告无法访问文档的智能体，随后仍基于摘要推理，下游智能体将其输出当作已定事实，且没有任何警报机制检测到这种错误。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1116907API
curl https://kongchang.com/api/v1/knowledge/claims/1116907MCP
get_claim(id=1116907)