待验证50% 置信基准精确时间

当错误答案键出现在提示词中时，模型的回答在63%（47/75）的情况下匹配了这份错误的键

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

泄露错误答案给LLM并禁止使用：它照抄63%还全盘否认

涉及实体

相关事实

待验证对照组删掉提示词中的答案键后，匹配率从63%骤降到1%（1/75）70% 相似待验证一条「可信来源」提示能让8个测试模型中的7个翻转45%到88%的正确答案64% 相似待验证传统的专家修订码本方式的LLM标注准确率仅为57.8%63% 相似待验证当综合评估指数中顶尖模型得分接近天花板时会出现基准饱和问题，60分对59分的差距在统计学上通常处于误差范围之内63% 相似待验证在Track B上，扁平RAG基线能检测出76%–97%的真实矛盾，但对16%–43%表层相似的安全草稿产生误报（具体比例取决于后端）62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968641

API

curl https://kongchang.com/api/v1/knowledge/claims/968641

MCP

get_claim(id=968641)