待验证50% 置信事实精确时间

Bradley-Terry模型假定每个参与者实力可用单一标量表示，无法很好捕捉非传递性偏好关系（A胜B、B胜C、C胜A）

1

来源数

50%

置信度

长期有效

时效性

2026/8/16

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

待验证单一LLM智能体承担过多角色时，会因目标冲突产生决策偏差，表现为自我确认偏误61% 相似待验证当两个AI模型能力都足够强时，用户选择往往不取决于跑分和基准测试，而取决于交互中的主观感受61% 相似待验证为每个智能体设定专门的能力边界和提示词，往往比让单一模型一肩挑表现更优，其原理与思维链提示的有效性相通61% 相似待验证跑分优秀不等于实战能力强，模型可能存在基准过拟合导致分布外任务泛化能力不足61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/757242

API

curl https://kongchang.com/api/v1/knowledge/claims/757242

MCP

get_claim(id=757242)