[控场AI]
待验证50% 置信事实精确时间

23 项预注册验证性检验中，经 Holm 校正后六项拒绝原假设。

1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现

来源

多估计提示无法统一去偏语言模型判断

涉及实体

预注册验证性检验conceptHolm 校正concept

相关事实

待验证通过的测试套件只证明一个样本通过了，并不能说明下一个样本通过的概率。63% 相似待验证OpenAI称在绕过Codex安全审查测试中没有观察到成功绕过的案例，表中数字仅代表尝试次数63% 相似待验证v0.40.9-rc3 的旧检查点拒绝测试确保 prerelease 时期的检查点不会被静默接受，而是给出明确失败。63% 相似待验证调查结论显示，在排除自身测试和研究者的请求后，没有发现故意利用的证据。61% 相似待验证仅审查提交代码和报告分数的LLM评审团漏掉了505例确认作弊中的33例（6.5%）60% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1129335
API
curl https://kongchang.com/api/v1/knowledge/claims/1129335
MCP
get_claim(id=1129335)