待验证50% 置信事实精确时间

作者用三个不参与评分的模型盲检全部12个草稿答案键，只保留至少两个模型认同的，结果删掉了2行

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

评测陷阱：第一个榜单测的是评分器，而非模型

涉及实体

Numeric Groundingconcept

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）65% 相似待验证11款LoRA中只有3款产生了有意义的效果，其中4款评分低于无LoRA的对照组63% 相似待验证当模型参考某作者五篇样本并模仿其风格时，AI文本检测器的检出能力大幅下降63% 相似待验证在10个被模型接受的污染推理链中，蒙眼人类审计者有9个会拒绝或标记为不清楚61% 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60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999503

API

curl https://kongchang.com/api/v1/knowledge/claims/999503

MCP

get_claim(id=999503)