待验证50% 置信事实精确时间
发布检查点在25.8%的问题上会因选项循环旋转而改变答案(置信区间22.9-28.7%)。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/9
首次发现
有效期至:2027/2/7
来源
涉及实体
相关事实
待验证推理链污染对最终答案的影响相对较小(2%–30%),且只有2.9%–35.3%的支撑判断翻转与答案变化同时发生79% 相似待验证仅改变选项顺序,GPT-6-luna某个选项的占比可从16%波动到40%;改变选项内部id对Jev答案的影响达37.9分(满分100),几乎等同于抽掉全部牌局信息的影响(37.1分)。75% 相似待验证在 119 对“近似问题”测试中,0.81 阈值下 62% 的改动问题会错误命中;即使提高到 0.90,仍有 25% 会命中;真正的同义改写命中率从 39% 降到 4%。75% 相似待验证在605个英语问题上,发布检查点的答案翻转率为19.7%。74% 相似待验证当选项顺序被颠倒时,开放权重模型Laya会改变30%的答案74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1149596API
curl https://kongchang.com/api/v1/knowledge/claims/1149596MCP
get_claim(id=1149596)