待验证50% 置信事实精确时间

在分子设计的实验室真实物理验证中，模型在12个靶点上跑出将近50%的命中率，而行业平均水平约为10%到15%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/4

首次发现

有效期至：2026/12/3

来源

Anthropic双模型发布：同一底座两种安全策略的深层逻辑

涉及实体

Claude Fable 5.1model

相关事实

待验证Scale AI的研究团队发现，部分模型在被污染的基准上的表现比在新编写的同等难度题目上高出10-15个百分点71% 相似待验证在多项基准测试中，即使是最先进的模型在专业技术领域的幻觉率也可达15%-30%68% 相似待验证在认知任务上人类可达约80%，而SOTA多模态模型仅有30%到50%，有时接近随机猜测63% 相似待验证实验数据显示关键信息位于输入序列首尾时模型检索准确率可高达90%以上，位于中段时可能骤降至60%以下62% 相似待验证中间层模型在MMLU、HumanEval等基准上通常能达到旗舰模型80%以上的得分，却只需不到30%的推理成本62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/853046

API

curl https://kongchang.com/api/v1/knowledge/claims/853046

MCP

get_claim(id=853046)