待验证50% 置信基准精确时间
在SemBench已发布的结果中，21%的文本结果在不同执行间质量发生变化，包括查询计划本身是确定性的引擎
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证研究表明高质量提示词相比随意撰写的提示词在同等模型条件下可带来20%-40%的任务完成率提升70% 相似待验证2024 年的多项基准测试表明，经过严格安全对齐的模型在代码生成任务上的拒绝率比基座模型高出 15-30%，在创意写作任务上的自我审查率高达 40%68% 相似待验证同一个精心设计的提示词在不同平台间直接复用时，输出质量可能出现20-40%的效果落差66% 相似待验证包含大量URL和技术参数的搜索结果，其实际token数量可能比同等字符数的普通段落高出30-50%66% 相似待验证在试卷批改案例中，Cowork 通过一句指令生成了含平均分约72%、最低30分、最高100分的分析及HTML报告65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001999API
curl https://kongchang.com/api/v1/knowledge/claims/1001999MCP
get_claim(id=1001999)