待验证50% 置信产品精确时间
Livenerf 是一个开源项目，用于持续追踪监测Claude Opus模型是否被削弱（nerf/降智）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/30
首次发现
有效期至：2026/12/29
来源
涉及实体
相关事实
待验证为应对测试环境应试化，研究者建议引入模型无法预知的隐藏测试、动态评估、活基准（live benchmark）等方法63% 相似待验证Kubernetes中的Liveness Probe和Readiness Probe是心跳检测思想在容器编排领域的工程实现60% 相似待验证Brad Abrams conducted a live demo using Claude Opus 4 to demonstrate A/B test analysis capabilities59% 相似已验证LiveCodeBench 引入了时间戳过滤策略，筛选模型训练截止日期之后发布的题目，以确保评测数据对被测模型而言是全新的56% 相似待验证Evidence Core 的副标题为「Build live analytics with coding agents」55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/960970API
curl https://kongchang.com/api/v1/knowledge/claims/960970MCP
get_claim(id=960970)