待验证50% 置信基准精确时间

对于两个被测试的模型，开启最大推理能力后深度谜题上的让步率从19.2%和12.5%直接降到了0%

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

LLM谄媚行为新解：任务难度而非施压话术才是关键

涉及实体

arXiv:2610.08840concept

相关事实

待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点74% 相似待验证困惑度是测试集上每个token平均负对数似然的指数，值越低代表模型对语料的预测越准确74% 相似待验证顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题73% 相似待验证因果探针在不同模型上实现了17%–118%的引导能力提升，而概念检测能力仅下降3%71% 相似待验证21.2%是相对降低而非绝对降低，即新版本在早期版本失败率基数上砍掉约五分之一的失败情况71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986649

API

curl https://kongchang.com/api/v1/knowledge/claims/986649

MCP

get_claim(id=986649)