待验证50% 置信事实精确时间
论文实验仅覆盖数学推理和多跳QA两类任务，StepBack在其他推理形态下的表现仍需更多验证。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/6
首次发现
有效期至：2027/2/4
来源
涉及实体
相关事实
待验证该框架的保证依赖于论文给出的假设（如总体独立性约束的可实现性），在真实大规模模型上的近似误差仍需进一步检验。69% 相似待验证测试时扩展在事实性问题上更多推理步骤有时反而会引入更多幻觉，其优势主要体现在逻辑推理、数学和代码任务上68% 相似待验证论文使用双单侧检验（TOST）将无法区分的结论提升为等价性，在全部12个Qwen/LLaMA实验格子上都成立67% 相似待验证TwinCheck 只在执行轨迹满足与轨迹局部失败假设绑定的证据条件时才进入替换考量流程67% 相似待验证某项研究提出了两种方法（局部迭代生成和全局约束满足）来精确实现目标持久图，解决现有方法只能近似匹配的问题。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142332API
curl https://kongchang.com/api/v1/knowledge/claims/1142332MCP
get_claim(id=1142332)