待验证50% 置信事实精确时间

作者让另一家公司的模型重新评判了全部917段对话，两个裁判模型在95%的情况下一致

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

一张假护士条就能让AI改口：医疗建议的"反驳测试"揭示安全隐患

涉及实体

The Pushback Testproduct

相关事实

待验证95%置信水平意味着如果用相同方法重复进行100次调查，大约有95次的结果会落在误差范围之内63% 相似待验证在每一组报告中，模型推理耗时都占到了观测运行时间的 97% 以上63% 相似待验证在试卷批改案例中，Cowork 通过一句指令生成了含平均分约72%、最低30分、最高100分的分析及HTML报告60% 相似待验证在留一作者交叉验证设置下，最强模型准确率为81.42%60% 相似待验证在三明治判定演示中，模型返回94%为真、6%为假，整个决策耗时93毫秒60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999517

API

curl https://kongchang.com/api/v1/knowledge/claims/999517

MCP

get_claim(id=999517)