待验证50% 置信基准精确时间
对9个模型进行了7201次定价决策测试，其中3951次涉及动物，测试结果显示模型杀害率从最低0.4%到最高98.8%不等
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/8
首次发现
有效期至：2026/12/7
来源
涉及实体
相关事实
待验证在包含道德指引的简报下，6个推理模型中有5个的杀害率低于6%，但移除道德简报后所有6个模型的杀害率都飙升至84%以上64% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）64% 相似待验证皮尤的ATP设计效应通常在1.5到2.5之间，使得名义样本量1000的调查有效样本量可能只有400-66763% 相似待验证对同一测试用例执行多次调用统计成功比例得到通过率，比二元的通过/失败判断更能反映模型真实表现62% 相似待验证斯坦福研究团队在对早期Agent系统评估中发现，单步5%的错误率在10步任务中可导致超过40%的最终失败率61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/875793API
curl https://kongchang.com/api/v1/knowledge/claims/875793MCP
get_claim(id=875793)