待验证50% 置信事实精确时间

引入检索后，26个模型中有20个获得提升，6个反而下降。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/11/3

首次发现

有效期至：2027/2/1

来源

NitiBench+：泰国法律问答基准如何解决法律时效性难题

涉及实体

NitiBench+product 检索增强生成concept

相关事实

待验证在27个评估设置中，蒸馏在其中21个设置里缩小了群体差距72% 相似待验证引入争议机制后，同一个模型成功率变为20/20；对照场景（前台有应用但无人触摸）仍以零模型调用保持20/20。71% 相似待验证35B模型切换到更宽上下文时通过率暴跌到46/90，其中43次响应因固定输出预算而被截断69% 相似待验证开发者提醒，18场对决的样本量不足以对模型做可靠排名。68% 相似待验证2024年多项研究发现，部分模型在去污染版本的评测集上得分下降幅度可达10-20个百分点68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1130213

API

curl https://kongchang.com/api/v1/knowledge/claims/1130213

MCP

get_claim(id=1130213)