待验证50% 置信基准精确时间

gpt-oss-20b在2030世界杯划分题中给出六个穷尽互斥结果加起来只有0.36

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

荷兰赌局测试：13个大模型为何单独提问时集体"赔付"

涉及实体

gpt-oss-20bmodel

相关事实

待验证在专为模型设计的未知规则小游戏测试中，GPT-6拿到99分接近满分，人类最高分只有30多分，其他模型仅在40分左右63% 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63% 相似待验证2024 年初最先进的模型在 OS World Verified 测试上通常连 20% 都拿不到62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999215

API

curl https://kongchang.com/api/v1/knowledge/claims/999215

MCP

get_claim(id=999215)