待验证50% 置信基准精确时间

GPT-OSS 120b对错误主张仅12.6%让步，却接受全部（100%）正确纠正，证据鸿沟达0.87，是理想形态

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

大模型抗压实测：质疑无效，错误断言让它瞬间认输

涉及实体

GPT-OSS 120bmodel

相关事实

待验证GPT-OSS 120b的认输中只有38.5%采纳诱饵答案，其余退回含糊其辞，提供了更安全的失败模式78% 相似待验证在一个编辑基准测试中，同一个 GPT 模型的得分因框架不同从 99% 跌到 70%74% 相似待验证在96%的关卡里，GPT-6找到答案所需的尝试次数比普通人还少68% 相似待验证GPT-5.4 nano在怀疑下坚持93.3%，在错误断言下仅坚持51.1%，放弃了约一半答对的内容68% 相似待验证86%的准确率意味着仍存在14%的误差空间，Articos更适合作为早期验证和方向性判断手段，而非替代真实用户测试66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/998766

API

curl https://kongchang.com/api/v1/knowledge/claims/998766

MCP

get_claim(id=998766)