待验证50% 置信基准精确时间
四个模型都读对了全部48张干净账单和48张安慰剂账单，4704次打分响应零错误，521个编造数字中0个恰好等于被遮的真实总额
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
相关事实
待验证三个独立Subagent对复盘日记做对抗式重验，核对120个可验证声称（含26个Commit Hash和40多处引用行号），结果零处编造、九处修正（均为行号飘移和口径换算问题）69% 相似待验证每个模型搭配零样本、少样本、思维链、少样本+思维链四种提示词，每种分两组，总共产生约52,000个标签67% 相似待验证在记忆召回测试中，12B模型100题答对82题，31B模型100题答对98题，且两个模型都没有编造答案66% 相似待验证手工编写的 22 计算器库在其支持的 440 个病例上完全精确，但对其余病例选择弃权，整体覆盖率仅 40.0%64% 相似待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/997258API
curl https://kongchang.com/api/v1/knowledge/claims/997258MCP
get_claim(id=997258)