待验证50% 置信决策规则精确时间

基准测试核对的是剩余日志实际能证明什么，而不是隐藏的真相，因此当证据被删除时，「can't tell」是唯一正确答案

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

LLM能当数据侦探吗？诚实比贵更重要的基准测试

涉及实体

Where Did My Data Go?product

相关事实

待验证调试困境可区分为两种：证据被埋藏（线索在trace里但被信息淹没）和证据从未被记录（线索根本不在trace里）76% 相似待验证后端返回成功时数据可能并未真正写入事实来源，因此核对事实来源的最终状态是确认操作是否完成的终极依据76% 相似待验证每一条标准矛盾仅凭其证据本身都是可检测的（召回率1.000），说明信息层面并无缺失，问题出在检索环节而非推理能力73% 相似待验证面对缺乏佐证材料的孤立标题信息，严谨的处理方式是标注为「未经证实」并寻求多方核实，而非以确定性口吻传播72% 相似待验证封闭世界假设指系统只承认知识库中明确存在的事实为真，任何未被记录的信息均被视为假71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999555

API

curl https://kongchang.com/api/v1/knowledge/claims/999555

MCP

get_claim(id=999555)