待验证50% 置信基准精确时间

在行动恰当性上，所有模型的平均得分达到95.6%

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

ContextAdapt：大模型价值对齐的情境适应性测评

涉及实体

ContextAdaptconcept

相关事实

待验证当前顶级模型的单步准确率约在90%至95%之间79% 相似待验证在提及级别，模型整体精确率为74.1%，召回率为70.5%72% 相似待验证在五步连续运算中即便每步正确率95%，五步全部正确的概率约为77%（0.95⁵≈0.774）72% 相似待验证该框架的预测区间在名义50%、80%、95%置信水平下经验覆盖率分别为0.533、0.831和0.95872% 相似待验证假设每步成功率为95%，在一个50步会话中整体成功率约为0.95^50≈8%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964107

API

curl https://kongchang.com/api/v1/knowledge/claims/964107

MCP

get_claim(id=964107)