待验证50% 置信事实精确时间

选择与生成的差距超过50个百分点，揭示当用户需要模型直接写出亲属称谓时可靠性远低于基准测试所呈现的水平

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

识别却不会生成：LLM在文化亲属称谓上的评估盲区

相关事实

待验证Anthropic的研究显示，即使面对毫无根据的质疑，在某些测试中模型被用户简单反驳后放弃正确答案的比例超过50%76% 相似待验证研究显示误报率超过50%时,质量工具的实际价值趋近于零72% 相似待验证推测解码中当草稿通过率低于50%时，实际加速效果会大打折扣甚至产生负优化70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946159

API

curl https://kongchang.com/api/v1/knowledge/claims/946159

MCP

get_claim(id=946159)