已过期50% 置信基准精确时间
obliteratus在850个张量中修改了841个，44.8%的HarmBench响应永远无法完成思考阶段，是唯一在智力测试中出现显著退化的变体
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/7
首次发现
有效期至：2026/9/21(已过期)
来源
涉及实体
相关事实
待验证95%置信水平意味着如果用相同方法重复进行100次调查，大约有95次的结果会落在误差范围之内61% 相似待验证检测项越多单项成本越低，但假阳性率随项目数上升——40+项的大panel常出现多项弱阳性（0.35–0.7 kU/L），临床意义模糊，反而增加不必要的忌口焦虑；无明确症状时选10–20项精准panel优于盲测大panel61% 相似待验证AIME只有30个样本，跑4个种子后以80分对比基线79分并加粗宣称超越，在统计上站不住脚60% 相似待验证Muse Glimmer在Artificial Analysis第二版测试中幻觉率高达82%，知识工作和幻觉是其最大弱点59% 相似待验证一个 90% 成功、10% 出错的工具调用系统几乎无法投入实际使用，因为单次错误会污染后续上下文造成级联失败59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/871878API
curl https://kongchang.com/api/v1/knowledge/claims/871878MCP
get_claim(id=871878)