待验证50% 置信概念精确时间

GhostInk基准测量的不是识别准确率，而是模型是否承认自己读不出的内容，而不是用一个看似合理的答案填补空白

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

GhostInk基准测试：AI能承认"我看不清"吗？

涉及实体

GhostInkconcept

相关事实

待验证在污染基准上报告的无损压缩结论没有意义，因为模型可以从参数记忆直接提取答案而非依赖注意力从上下文检索69% 相似待验证模型看到文件夹里有答案key时会判断这可能是测试陷阱，从而主动选择不看答案67% 相似待验证向量的不可读性使脏数据难以直观发现，1536维浮点数组对人类无意义，数据点关系只能通过余弦相似度、欧几里得距离等数学度量衡量66% 相似待验证当检索到语义相近但不准确的内容时，模型可能以高置信度输出错误的回忆，系统层面毫无警示机制，即假记忆问题66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/998771

API

curl https://kongchang.com/api/v1/knowledge/claims/998771

MCP

get_claim(id=998771)