Unverified50% confidenceFactExact time
在总计188个模型×基准的组合中，仅有3例存在被两个参照点交叉验证的差异化污染
1
Sources
50%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Unverified只有差异化污染（某些模型被污染得远比其他模型严重）才会扭曲排名，而这种情况在实践中罕见69% similarUnverified近期研究表明部分模型在已知被污染的基准子集上的表现比未污染子集高出10-15个百分点63% similarUnverified该测试样本规模相对有限（5个模型、13个代码库），结论有待更大规模验证59% similarUnverified多重比较问题指同时测试多个模型变体时，即使每个单独检验显著性水平设为0.05，整体假阳性率也会急剧膨胀58% similarVerified在样本极度不平衡的场景下，即便准确率高达95%，模型也可能完全无法识别少数类57% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/900512API
curl https://kongchang.com/api/v1/knowledge/claims/900512MCP
get_claim(id=900512)