待验证50% 置信决策规则精确时间

AI在实验结果部分倾向于平铺罗列数据，而正确做法是只强调能证明核心贡献点的结果

1

来源数

50%

置信度

长期有效

时效性

2026/9/27

首次发现

来源

博士生实战：论文写作中人与AI如何高效分工协作

涉及实体

AI写作concept

相关事实

待验证目前主流的AI科学家评测基准几乎都只关注最终产出而丢弃推理过程76% 相似待验证AI图像生成领域存在精选偏差（Cherry-Picking Bias），用户倾向于只展示最成功的生成结果，导致外界对模型能力产生过于乐观的估计75% 相似待验证AI在缺乏明确约束时倾向于用统计上最合理的内容填充空白，而非主动询问澄清，这是幻觉问题的延伸75% 相似待验证评估 AI 的数学能力应更关注其在分布外问题上的表现，而非基准测试高分75% 相似待验证主动要求AI引入可信瑕疵可以对抗模型的讨好性偏差，从而提升输出的真实度75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/953045

API

curl https://kongchang.com/api/v1/knowledge/claims/953045

MCP

get_claim(id=953045)