待验证50% 置信决策规则精确时间

测试条件为只给一个提示词、只修一轮、中途不追加任何提示

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

GPT-6 Sol屎山代码实测：能撼动Astra吗？

相关事实

待验证本次测试由一位B站UP主设计，测试规则为使用完全相同的提示词、一次性输出、不能修改，直接上线71% 相似待验证形式化验证针对的是所有可能的输入状态，而单元测试只能验证有限输入69% 相似待验证现有科学类基准测试将所有已知量一次性提供给模型，只需完成一次性符号推理，回避了通过实验获取信息的环节68% 相似待验证梯度流仲裁者测试通过运行一次前向/反向传播并断言每个可训练参数都收到有限且非零的梯度，是一种通用的验证方法66% 相似待验证极简模式只保留最必要的能力，主要用于跑基准测试（benchmark）66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/954925

API

curl https://kongchang.com/api/v1/knowledge/claims/954925

MCP

get_claim(id=954925)