待验证50% 置信事实精确时间

该测试每题满分100分，由70分正确性加30分质量分构成，不同题目带有权重

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

GPT-6 Sol发布：价格腰斩，实测95分追平顶级旗舰

涉及实体

进化中的阿诚person

相关事实

待验证在案例测试中，直接将所有原始资料塞给AI的校验分为2/100，而经过上下文编译处理后的校验分为90/10075% 相似待验证在试卷批改案例中，Cowork 通过一句指令生成了含平均分约72%、最低30分、最高100分的分析及HTML报告73% 相似待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）71% 相似待验证在第一阶段事后对比中，SAGE 的评估结果与原始竞赛中 105 份人工评审对比，序数一致性为 kappa = 0.29，属于「一般」水平70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961381

API

curl https://kongchang.com/api/v1/knowledge/claims/961381

MCP

get_claim(id=961381)