待验证50% 置信基准精确时间

即使使用完美的相关性过滤器，在经典隐藏剖面配置中，其决策准确率也比最稀有优先选择低23到31分。

1

来源数

50%

置信度

长期有效

时效性

2026/10/28

首次发现

来源

记忆压缩如何误导LLM群体决策？新基准揭示两大失败模式

涉及实体

Hidden Profileconcept

相关事实

待验证30张的样本量偏小，该准确率更适合作为可行性验证而非严谨的性能基准73% 相似待验证领域专家盲测认为 CollabSciReM 在新颖性上显著优于通用奖励变体，且报告的幻觉回答更少。67% 相似待验证LeadRadar 的打分器将模型分数降权至 25%，剩余 75% 来自基于搜索事实的确定性加权公式，例如无官网加 55 分、低评分且无人回复评论加 15 分，基础分 30。67% 相似待验证在最难的单概念定量类别中，大多数模型准确率跌破 30%66% 相似待验证参考语料过小会系统性低估真实分歧，研究者引入只用参考数据的源拆分刀切法，可将校准误差降低 57% 到 59%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1105908

API

curl https://kongchang.com/api/v1/knowledge/claims/1105908

MCP

get_claim(id=1105908)