待验证50% 置信事实精确时间

该测试采用盲测设计，参与者事先不知道每篇文章出自哪个模型，以排除品牌偏好干扰

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/12

首次发现

有效期至：2026/12/11

来源

盲测揭秘：学生为何更青睐Gemini写作而非ChatGPT

相关事实

待验证双盲AI评估的核心逻辑是评估者在打分和判断时不应知道自己面对的是哪一个模型或哪一家厂商的产品69% 相似待验证使用异构模型（跨厂商组合）进行对抗审查，可提供无法通过参数复制获得的真实异质性视角67% 相似待验证设计判断力这类偏主观的能力很难通过统一基准测试量化66% 相似待验证让同一个模型自查存在盲点，因为它用同一套假设检查自己，无法质疑自己最初未曾质疑的前提66% 相似待验证绝大多数模型的预训练语料是闭源的，导致成员推断研究只能依赖启发式方法构造成员与非成员，可能引入系统性偏差65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/915998

API

curl https://kongchang.com/api/v1/knowledge/claims/915998

MCP

get_claim(id=915998)