待验证50% 置信事实精确时间

Perception Bench 采用逆向设计方法，从40多个现有基准中提取所有顶级模型都答错的题目

1

来源数

50%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

Kimi K3深度解析：2.8万亿参数开源大模型架构与实测全面解读

相关事实

待验证在Terminal Bench上，某个模型在模型本身不动、只改框架的情况下，排名从三十名开外冲进前五63% 相似待验证当上下文超过模型窗口的40%时，模型的推理能力会明显下降，出现降智现象61% 相似待验证在 Terminal Bench 基准测试上，某模型在本身不变、仅改进框架的情况下，排名从三十名开外提升至前五60% 相似待验证在工具数量超过20个的场景下，工具描述的语义歧义度与模型选择准确率之间存在显著的负相关关系59% 相似待验证少样本方式在格式化输出、分类任务和规则遵循方面的幻觉率可降低40%-70%58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/590288

API

curl https://kongchang.com/api/v1/knowledge/claims/590288

MCP

get_claim(id=590288)