待验证50% 置信事实精确时间

冗长偏差是研究界广泛关注的问题：人类评估者倾向于选择更长、格式更精美的回答，LMSYS在2024年研究发现控制输出长度后部分模型Elo排名会显著变化

1

来源数

50%

置信度

长期有效

时效性

2026/8/15

首次发现

来源

Grok 4.6对标Sol 5.6：基准测试排名解读与局限分析

相关事实

待验证2023年多项研究证明，对同一基准采用不同措辞重新提问，部分模型表现会显著下滑69% 相似待验证调用大模型理解页面可能比传统选择器匹配更慢、更耗资源，在大规模测试套件中表现有待观察67% 相似待验证限额校验往往发生在请求入队时，而实际token消耗统计发生在推理完成后，两者之间存在时间差65% 相似待验证通用评测分数接近的大模型在特定垂直任务上可能表现差异巨大65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/754452

API

curl https://kongchang.com/api/v1/knowledge/claims/754452

MCP

get_claim(id=754452)