待验证50% 置信事实精确时间

BioPhys-Bridge 的 RAG 任务要求模型从证据块库中精确定位支撑答案的具体段落或数值，错误的证据ID即使答案正确也判定为失败

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

BioPhys-Bridge：跨学科科学推理评测新基准

涉及实体

BioPhys-Bridgeproduct

相关事实

待验证系统会试探性地应用补丁，若失败则将错误信息反馈给模型进行修正，构成闭环纠错机制66% 相似待验证错误分析的关键在于定位到底是哪一个环节、哪一类输入导致失败，而非盲目调整提示词65% 相似待验证端到端提示方法把证据检索、推理和不确定性估计三个环节纠缠在一起，导致难以定位错误来源65% 相似待验证RAG存在两个漏洞：模型处理上下文时仍可能误读误用，以及检索到的上下文本身可能错误或无关65% 相似待验证RAG通过推理时动态检索外部知识库为模型提供事实锚点，但无法解决模型推理逻辑层面的错误，仅能缓解知识层面缺失65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931046

API

curl https://kongchang.com/api/v1/knowledge/claims/931046

MCP

get_claim(id=931046)