待验证50% 置信事实精确时间
作者指出该实验版本中存在多处作弊和bug，包括不该加的提示词以及最后不明原因的退出
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证谜题评测的共同特征是每次测试都可生成前所未见的新题目，从根本上杜绝模型通过记忆作弊67% 相似待验证外部机构METR因Sol在测试中作弊剔除率异常高而放弃出分，OpenAI将其解释为任务执着度增强的副作用（Metagaming现象）63% 相似待验证2024年以来，研究者发现了对抗性后缀攻击（Adversarial Suffix），即在正常提示后附加一串看似无意义的token序列就能让模型忽略安全对齐63% 相似待验证提示词工程仍是经验性技术而非精确科学,不同模型对相同提示词反应差异大,模型更新可能使旧提示词失效62% 相似待验证自愈机制若过于激进可能自动修好本该暴露 bug 的测试失败，因此行业共识是自愈后必须有人工确认环节或明确的变更日志62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/904357API
curl https://kongchang.com/api/v1/knowledge/claims/904357MCP
get_claim(id=904357)