待验证50% 置信事实精确时间

MIST测试集涵盖四个条件：比喻意句子配字面意图片、比喻意句子配比喻意图片、字面意句子配字面意图片、字面意句子配比喻意图片，每个条件50个样本

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

VLM当标注员竟被无关图片带偏？MIST测试揭露多模态模型隐藏缺陷

涉及实体

相关事实

待验证本次测试采用群友提供的屎山基准，共34道功能题，按难度分为简单、中等、困难和压轴四档67% 相似待验证四要素测试的第一要素是使用目的与性质，即是否具有转换性（transformative）66% 相似待验证每个测试项由目标评论、重构语境和合理误读选项三部分组成66% 相似待验证评测覆盖九个基于文本的科学基准，抽样4531道题目、100份匹配画像，其中4488项完整跑完全部五种条件63% 相似待验证测试LLM引用行为应采用A/B测试思路，保持任务内容一致，仅改变提示词中与引用相关的措辞63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977917

API

curl https://kongchang.com/api/v1/knowledge/claims/977917

MCP

get_claim(id=977917)