待验证50% 置信基准精确时间

研究发现模型在语义合理的失真陈述上的准确率反而高于在无意义的随机替换上的表现

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

SWORD基准揭示大模型跨语言事实核查的隐藏漏洞

涉及实体

相关事实

待验证泰特洛克的研究得出结论：专家预测的准确率仅略高于随机猜测，甚至不如简单的统计基准线77% 相似待验证斯坦福大学研究发现，在推理链关键步骤注入错误信息对最终答案的影响远小于预期74% 相似待验证在类别不平衡场景下，模型可以通过一律预测多数类获得看似漂亮的准确率，这种现象被称为准确率悖论（Accuracy Paradox）74% 相似待验证学术界将模型置信度与实际准确率存在显著偏差的现象称为校准不良（Poor Calibration）73% 相似已验证在样本严重不均衡时，精度(Accuracy)会产生误导，模型把所有人都预测为健康精度照样能达到99%以上72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893871

API

curl https://kongchang.com/api/v1/knowledge/claims/893871

MCP

get_claim(id=893871)