待验证50% 置信事实精确时间

当两个模型的配对比较次数低于约200-300次时，其Elo分数的置信区间会显著扩大

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

待验证在Elo评分体系中，当两个模型分数差距在30-50分以内时，通常被认为处于统计不可区分的水平72% 相似部分验证研究表明，同一模型在不同提示词下的输出质量可能相差数倍67% 相似待验证两个智能得分相近的模型其推理成本可能相差数倍甚至一个数量级67% 相似待验证研究表明当两个独立模型对同一问题给出一致答案时，正确率可提升15-30%64% 相似待验证标准化提取比例数字越高（如10:1、20:1）代表浓缩倍数越大，但高浓缩可能损失协同性次要成分（entourage effect），全谱提取物（full-spectrum）活性更接近原植物但含量标注模糊，二者需权衡63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/757243

API

curl https://kongchang.com/api/v1/knowledge/claims/757243

MCP

get_claim(id=757243)