待验证50% 置信事实精确时间

模型输出的token级别概率（logprob）与事实准确性之间的相关性不强，编造的事实可能获得与真实信息同样高的生成概率

1

来源数

50%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

AI Agent可观测性：生产环境调试与幻觉治理新范式

相关事实

待验证泰特洛克的研究得出结论：专家预测的准确率仅略高于随机猜测，甚至不如简单的统计基准线68% 相似待验证作者验证有93%的概率质量正确对齐，信息损失并非映射逻辑的bug67% 相似待验证多模态大模型在视频问答的事实回忆准确率极低，即便经过监督微调也难以改善66% 相似待验证'99% 准确率'的模型在生产环境中仍可能频繁出错，因为剩余的 1% 往往对应现实中最关键的长尾细节场景65% 相似待验证在类别不平衡场景下，模型可以通过一律预测多数类获得看似漂亮的准确率，这种现象被称为准确率悖论（Accuracy Paradox）64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/712732

API

curl https://kongchang.com/api/v1/knowledge/claims/712732

MCP

get_claim(id=712732)