待验证50% 置信事实精确时间

论文采用配对比较（paired comparison）实验设计，保持任务指令和两路证据内容不变，仅改变证据出现的先后位置

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

证据顺序竟能改变判断：多模态大模型的"证据不可交换性"

涉及实体

arXiv:2609.26986v1concept 配对比较concept

相关事实

待验证作者在公开规则测试集上进行了一个小规模、可复现的试点实验，展示授权度量与现有指标之间的差异75% 相似待验证本文内容基于论文摘要整理，具体的实验设计、数据集规模及与现有指标的对比结果需参考完整论文71% 相似待验证不同基准的测试粒度、验证方式和任务来源差异显著，跨基准比较数字时需格外谨慎71% 相似待验证验证步骤靠两个 skill：证据驱动测试（evidence-driven testing）和 before & after（为每个 PR 生成前后截图）70% 相似待验证评估替代工具应进行小规模对照测试，用相同研究任务分别运行原版与替代版对比Token消耗与输出质量70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946095

API

curl https://kongchang.com/api/v1/knowledge/claims/946095

MCP

get_claim(id=946095)