待验证50% 置信事实精确时间
实验在 LLaDA-8B-Instruct 和 Dream-v0-Instruct-7B 两个模型上进行，覆盖五个基准测试。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/6
首次发现
有效期至：2027/2/4
来源
涉及实体
相关事实
待验证实验中测试了七个LLM并搭配多种提示策略。73% 相似待验证研究者在两种调用界面下对十个托管模型进行测试，共测得322个真实幻觉案例72% 相似待验证文章提供的 n8n 工作流包含五条合成测试线索，形成固定测试夹具，从加载、验证、评分、路由到断言全流程演示。68% 相似待验证该实验室构建了名为WasTrue的基准测试，目标是在操作化环境中、在事实变化的条件下运行生产记忆系统，测试范围包括Mem0、Zep、Letta、Anthropic的记忆工具以及dreamd。67% 相似待验证一项测试覆盖12个模型、总计4,860次调用，表明语言模型在计算物理极限和判断设计可行性上出现系统性分裂。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142341API
curl https://kongchang.com/api/v1/knowledge/claims/1142341MCP
get_claim(id=1142341)