待验证50% 置信事实精确时间
私有评测的题目未公开，模型无法通过在训练数据中背题来提升成绩，因此更能反映真实泛化能力
1
来源数
50%
置信度
长期有效
时效性
2026/9/14
首次发现
来源
涉及实体
相关事实
待验证古德哈特定律指出当一个指标成为目标本身它就不再是好指标，测试集引入训练数据会导致模型考试成绩与真实能力脱钩76% 相似待验证链式思维、少样本提示、自我一致性等提示词工程技巧无法让模型访问训练截止日期之后的信息，无法保证浮点运算的精确性，也无法处理模型从未见过的外部文件75% 相似待验证运行时改进的改进上限受限于基座模型的固有能力，模型无法通过运行时优化突破其预训练所获得的知识和推理能力边界73% 相似待验证当内容宣称某模型领先竞品却不注明具体Benchmark名称、版本及测试机构时，该结论缺乏科学依据72% 相似待验证单次采样无法代表模型对某提示词的真实能力分布，3次以上独立采样才能提供足够的方差估计，是生产级提示词评估的最佳实践72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/919665API
curl https://kongchang.com/api/v1/knowledge/claims/919665MCP
get_claim(id=919665)