Unverified50% confidenceFactExact time
Bonsai 2宣称的98%评分是20项基准在思考功能开到最大强度时测得的平均值
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
10/4/2026
First Seen
Valid until: 1/2/2027
Sources
Related Entities
Related Claims
Unverified在最简单的题目上，行为学测试对忠实度的高估幅度最高可达20个百分点72% similarUnverified该研究的复合评分将80%权重放在大语言模型对事实蕴含的判断上，20%放在词汇重叠上70% similarUnverified官方声称 Bonsai 2 在 Top-1 指标上能保留超过 98% 的 FP16 表现67% similarUnverified单次分类的 98% 得分是该条消息对应类别的置信度，并不代表模型整体准确率为 98%67% similarUnverifiedpLDDT分数范围从0到100，通常认为高于90为高置信度预测，70-90为较好预测，低于50则需谨慎解读66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/973448API
curl https://kongchang.com/api/v1/knowledge/claims/973448MCP
get_claim(id=973448)