待验证50% 置信基准精确时间

在忠实度（faithfulness）维度上，10 个模型中有 7 个拿到 0.99，但 schema 合法性只有 0.10 到 0.60

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

10个大模型都读懂了需求，却有一半越权当裁判

涉及实体

相关事实

待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性63% 相似待验证在提示词中加入规则手册使八个模型中的七个瞎猜率归零，并把 Qwen 从 59% 压到 7%63% 相似待验证在演示中约11个度量里有10个被成功转换并批准，仅1个不支持，自动化程度约90%62% 相似待验证模板匹配的置信度阈值通常取0.8～0.95来判断是否找到目标61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999528

API

curl https://kongchang.com/api/v1/knowledge/claims/999528

MCP

get_claim(id=999528)