待验证50% 置信事实精确时间

约五分之四的无支撑声明对应的是代理自己文件中存在的数值，但来自错误的实验、错误的指标或错误的运行批次。

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

AI写论文的数字陷阱：溯源审计比造假检测更关键

rss2026/10/28

涉及实体

AI research agentsconcept

相关事实

待验证人工审计发现抽样的关系中大约三分之一绑定到了错误的实体目标。78% 相似待验证在35个真正的失败案例中，只有3个不涉及任何断言，说明绝大多数失败源于采信偏见陈述而非信息缺失75% 相似待验证一项新的分析发现，AI撰写的论文中的数字错误大多是张冠李戴，引用了自己实验记录中错误实验、错误指标或错误运行批次的值，而非蓄意造假。74% 相似待验证在100个问题上单独测试“视图不完整”提示，无提示时误答率为16%，有提示时降至5%。73% 相似待验证在人工校对样本中，当文本清晰可辨时字符错误率仅为0.68%，但约45%的抽样段落因源质量问题完全无法校正73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1114267

API

curl https://kongchang.com/api/v1/knowledge/claims/1114267

MCP

get_claim(id=1114267)