待验证50% 置信事实精确时间

论文将验证拆解为三个独立问题：复现（Replication）、测量敏感性（Measurement Sensitivity）和持续性（Persistence）

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

托管大模型行为评估的可复现性危机：测量方法比模型更影响结论

涉及实体

Replication Without Persistence in Hosted LLMsconcept

相关事实

待验证该研究采用三重评判机制：fail_fast（快速失败）、endstate（终态检查）和diligence（尽职检查），每个多轮测试被拆成三个互不混合的维度68% 相似待验证复现、测量敏感性和持续性可以在同一次评估中给出彼此矛盾的结论67% 相似待验证水印可靠性可拆解为不可察觉性、鲁棒性和误报率三个相互制衡的维度65% 相似待验证将一致性正则化迁移到目标检测面临三大难题：边界框需几何变换对齐、分类与回归分支须分别设计约束、检测框匹配增加对齐复杂度64% 相似待验证研究者观察到三种发散模式：差异被吸收后收敛、差异持续导向不同结果、发散—再收敛—再发散63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942752

API

curl https://kongchang.com/api/v1/knowledge/claims/942752

MCP

get_claim(id=942752)