Unverified50% confidenceFactExact time
MIT和斯坦福研究人员2024年的联合研究发现，在MMLU、HellaSwag、ARC等主流基准上超过40%的测试题目在Common Crawl中存在高度相似变体
1
Sources
50%
Confidence
Long-term
Relevance
7/22/2026
First Seen
Sources
Related Claims
Unverified斯坦福大学2023年的研究表明，主流AI检测工具误判率可高达20%以上70% similarUnverified斯坦福、MIT、哈佛与Anthropic研究者联合发表论文指出，由于有限神经元间竞争，参数规模最大的模型在长期竞争中始终占优65% similarUnverified学术研究已证明，同样的问题以不同方式表达，模型的回答准确率可能相差20%以上63% similarUnverified2023年加州大学伯克利分校发布的MT-Bench基准测试发现，顶级大模型作为评判者与人类专家判断一致性可达80%以上63% similarUnverifiedA 2023 Stanford University study showed that top LLMs have factual error rates as high as 20–40% in the medical and legal domains.63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/594068API
curl https://kongchang.com/api/v1/knowledge/claims/594068MCP
get_claim(id=594068)