待验证50% 置信事实精确时间
在605个英语问题上,发布检查点的答案翻转率为19.7%。
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%)。74% 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%。69% 相似待验证经过审查后形成的共识参考标准,在200条随机抽样的推文上,另一位标注者与该共识的一致性为60.5%(κ=0.517)。67% 相似待验证在 0.81 阈值下,缓存答案“符合问题”的比例比新鲜答案低 5.8 到 10.7 个百分点;换算到全部响应,整体质量损失约 2 到 3 个百分点;Haiku 5.5 差距最大(10.7 个百分点),缓存答案合格率仅 67.9%。67% 相似待验证直接询问时,决策模型的准确率落在 50.0%–67.0% 区间。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1149597API
curl https://kongchang.com/api/v1/knowledge/claims/1149597MCP
get_claim(id=1149597)