待验证50% 置信事实精确时间

研究团队在两个乌克兰语任务（新闻分类与法律案件结果预测）上评测了12个模型

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

少样本提示为何有时反而变差？12模型实验揭示真相

涉及实体

arXiv:2609.15990v1concept

相关事实

待验证研究团队分析了47个公开发布的模型和74个以已知污染剂量微调的模型的逐条作答数据58% 相似待验证开发团队用分布式拆层方法测试过高达1万亿参数的模型55% 相似待验证该研究进行了超过一千万次试验，涵盖来自四个模型家族的十二个LLM，覆盖八个领域55% 相似待验证麻省理工学院与谷歌等机构的研究发现，多个大语言模型实例就同一问题展开多轮辩论时，最终答案准确率相比单模型输出可提升10%至30%，在数学推理和事实性问题上效果尤为显著55% 相似待验证一项覆盖17000次运行的大规模实测研究对比了Claude、Codex和Cursor的工具选择行为55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924775

API

curl https://kongchang.com/api/v1/knowledge/claims/924775

MCP

get_claim(id=924775)