待验证50% 置信事实精确时间

现有评估几乎只看一个指标：干预后目标 token 的 log-probability 是否下降。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/11/4

首次发现

有效期至：2027/2/2

来源

SAE 抑制 PII 失效：仅看 logprob 会误判

涉及实体

log-probabilityconcept 评估指标concept

相关事实

待验证香农指出，如果一个事件有n种等概率的可能结果，确定具体结果所需的最小信息量为log₂(n)比特69% 相似待验证施加 -2 的 logit 偏置使目标 token 的概率大约下降到原来的 1/7（e^-2 ≈ 0.135）69% 相似待验证消融实验和行为分析表明，DoubtLess 节省的 token 主要来自正确答案首次出现之后。69% 相似待验证在评估回归检测中，如果候选的下界高于基线的下界（或基线点估计），才有统计依据说它没有变差；否则只能判定为不确定。68% 相似待验证如果重排序后的最高分低于基于测试集验证过的阈值，应告知模型未找到相关内容。67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1133778

API

curl https://kongchang.com/api/v1/knowledge/claims/1133778

MCP

get_claim(id=1133778)