待验证50% 置信决策规则精确时间

在 LEBRON 的解析推导环节，Wang 刻意使用能力相对较弱的 Sonnet 并把 temperature 设为 0，而 auditor 与推理任务交给 Opus

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/16

首次发现

有效期至：2026/12/15

来源

AI Agent 攻坚粒子物理：LEBRON 框架如何计算电弱相变

涉及实体

Sonnetmodel Opusmodel LEBRONproduct

相关事实

待验证在对Claude Sonnet 4.5的部署前评估中，模型达到了0%的错位率，但读思维链发现它清楚自己在被测试65% 相似待验证在智能体搜索测试中，Sonnet 5 各 effort level 下均优于 Sonnet 4.6，但整体性能低于 Opus 4.8，综合约在 Opus 4.7 级别58% 相似待验证Claude Sonnet 4.6's Agentic capabilities are significantly inferior to Claude Opus 4.6 based on extensive testing56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924549

API

curl https://kongchang.com/api/v1/knowledge/claims/924549

MCP

get_claim(id=924549)