待验证50% 置信基准精确时间

当直接问 Jeff「这封邮件是钓鱼邮件吗」时，在困难数据集上准确率接近抛硬币，但把问题拆成针对具体特征的小问题再用代码组合后准确率显著跃升

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/4

首次发现

有效期至：2027/1/2

来源

System 1 vs System 2 模型：一次性回答与链式推理的本质差异

涉及实体

相关事实

待验证NL2SQL 工具的查询结果准确性依赖底层数据的质量和治理，模糊或有歧义的提问可能得到误导性答案61% 相似待验证分数归一化面临的挑战是当某个知识库中没有真正相关文档时，归一化后的最高分仍可能被推高到与其他库相关结果同一水平，导致无关结果的高分假象59% 相似待验证在缓存层引入模糊语义匹配本质上是用准确性换性能，可能返回用户并未请求的错误答案59% 相似待验证提示词注入利用的是「数据」与「指令」之间边界模糊这一根本性缺陷59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973501

API

curl https://kongchang.com/api/v1/knowledge/claims/973501

MCP

get_claim(id=973501)