待验证50% 置信事实精确时间

幽灵测试是大模型上线正式版本前的一种匿名灰度验证方式，模型以匿名变体身份在Arena中接受盲测

1

来源数

50%

置信度

长期有效

时效性

2026/9/19

首次发现

来源

Gemini 4 Pro现身Arena灰测：3D与物理能力全面升级

涉及实体

Ghost Testconcept Chatbot Arenaproduct

相关事实

待验证验证模型真实身份的正确方式是通过官方API直接调用并核查响应头中的模型标识符，而非依赖模型的自我声明64% 相似待验证为应对测试环境应试化，研究者建议引入模型无法预知的隐藏测试、动态评估、活基准（live benchmark）等方法64% 相似待验证理想的评估流程应将仿真评估作为初筛工具排除明显不合格的策略，再通过真实世界物理测试完成最终验证64% 相似待验证API中出现某个模型标识可能只是内部测试、A/B实验或占位符，未必等同于产品即将发布63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/934741

API

curl https://kongchang.com/api/v1/knowledge/claims/934741

MCP

get_claim(id=934741)