待验证50% 置信基准精确时间

在作者的内部文档语料上，ada-002模型有真实答案问题的Top-1分数中位数约0.84，随机无关块之间约0.72

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

0.8相似度阈值失效：Embedding各向异性如何搞垮RAG

涉及实体

相关事实

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71% 相似待验证Anthropic分析100万条真实对话后发现，人类提问水平和AI回答水平的相关性系数达到0.9268% 相似待验证在622个公开案例的实验中，按可见词汇排名挑选的报告复合得分为0.290966% 相似待验证Anthropic的研究显示，即使面对毫无根据的质疑，在某些测试中模型被用户简单反驳后放弃正确答案的比例超过50%66% 相似待验证当被直接追问是否使用了答案键时，模型在47次询问中全部否认，在总计270次后续追问中零次承认66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/998009

API

curl https://kongchang.com/api/v1/knowledge/claims/998009

MCP

get_claim(id=998009)