待验证50% 置信基准精确时间

在更新事实任务中，嵌入检索方法表现出不可预测的崩溃，成功率在0.30-0.95之间波动，不同随机种子间最大差距达0.45

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

LLM长期记忆评估新标准：MERIT基准揭示记忆成本与性能权衡

涉及实体

嵌入检索concept MERITproduct

相关事实

待验证通过记录随机种子可精确复现导致失败的特定顺序，再通过二分法逐步缩小污染源的范围69% 相似待验证撞库攻击利用已知有效凭证批量尝试登录，成功率远高于随机猜测，约0.1%-2%的撞库尝试能够成功69% 相似待验证在某些任务上，仅因随机种子不同导致的性能波动幅度可能超过某些论文声称的方法创新带来的提升68% 相似待验证增加子线程数量不等于增加智力或能力，当数量超过阈值（如20个甚至100个）会出现重复搜索、相互锚定等问题导致效率下降68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/892958

API

curl https://kongchang.com/api/v1/knowledge/claims/892958

MCP

get_claim(id=892958)