待验证50% 置信事实精确时间
Omni 2B 在杂货账单图像测试中给出错误找零和总额判断，且未发现账单总额多印47卢比。
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
2B参数模型本地跑音频与视觉：LFM3实测揭秘
bilibili枫叶边城2026/11/4
涉及实体
相关事实
待验证差分测试中curl非零退出时用例应直接判失败，因为两个相同的错误在diff看来像是一致。62% 相似待验证四个模型都读对了全部48张干净账单和48张安慰剂账单，4704次打分响应零错误，521个编造数字中0个恰好等于被遮的真实总额61% 相似待验证在该盲审实验中，Grok 第一次给出 40/40 OK 但理由字段均为空，并未发现源文写1但输出多重性0的客观错误，该次审查被标记为无效。59% 相似待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零59% 相似待验证B1做出181个置信度不低于0.9的预测，其中1个错误；B2做出188个，其中2个错误；更好的平均值不自动意味着更少的高置信度错误，0.9也不是现成的生产阈值。58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1134839API
curl https://kongchang.com/api/v1/knowledge/claims/1134839MCP
get_claim(id=1134839)