待验证60% 置信基准精确时间

2023年的TruthfulQA基准测试显示，即便是当时最强的模型，在需要精确事实判断的问题上准确率也未超过60%

2

来源数

60%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

把生命交给AI代理？过度授权的危险与警示

相关事实

待验证在MATH数据集的Level 5竞赛级难题上，前沿模型准确率仍低于60%76% 相似待验证一条「可信来源」提示能让8个测试模型中的7个翻转45%到88%的正确答案76% 相似待验证多项元分析研究显示，即便经过专门训练的人员，基于微表情判断谎言的准确率也仅略高于随机水平（约54%-60%）75% 相似已验证在样本严重不均衡时，精度(Accuracy)会产生误导，模型把所有人都预测为健康精度照样能达到99%以上74% 相似待验证研究发现反事实输入的忠实度得分仅比事实输入低0.05分（在1-5分量表上），差异几乎可以忽略不计74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/556540

API

curl https://kongchang.com/api/v1/knowledge/claims/556540

MCP

get_claim(id=556540)