待验证50% 置信事实精确时间

研究附带了包含冻结基准测试集、评测审计记录、共识实验原始响应和分析代码的配套归档

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

同量不同答：语言模型的数值表征不变性缺陷

涉及实体

Same Quantity, Different Answerconcept

相关事实

待验证该研究采用预注册确认模式，在实验开始前公开锁定假设、评判标准与分析流程75% 相似待验证研究团队采用严格的代码审查和对等实验来验证适配器的准确性74% 相似待验证锚定样本技术在评估提示词中加入已由人类专家标注明确分数的示例，覆盖评分量表各个档位，可帮助裁判模型准确理解评分标准73% 相似待验证审计级对抗测试证据应包含被测系统精确版本标识、测试用例版本快照、通过失败判定量化标准及完整测试时间戳72% 相似待验证渗透测试报告通常包括执行摘要、技术详情、风险评级（采用CVSS通用漏洞评分系统）和修复建议71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942856

API

curl https://kongchang.com/api/v1/knowledge/claims/942856

MCP

get_claim(id=942856)