已过期50% 置信权衡取舍精确时间

相同提示词在不同模型、不同参数（如temperature）下可能产生截然不同的结果，业界尚无公认的Prompt质量评估标准

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/16

首次发现

此条事实已过期，仅作历史留存，不再代表当前状态

有效期至：2026/10/14(已过期)

来源

单Prompt黑客松：AI时代创意竞赛的新范式

相关事实

待验证不同的system prompt、temperature、最大token数、重试次数等超参数可能使同一模型的评测结果相差10个百分点以上75% 相似待验证不同模型在基准测试上的性能差异往往远小于同一模型在不同任务类型、不同输入格式下的行为差异71% 相似部分验证研究表明，同一模型在不同提示词下的输出质量可能相差数倍71% 相似待验证早期研究发现同一问题用不同表述方式提问，模型性能差异可高达数十个百分点70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/532832

API

curl https://kongchang.com/api/v1/knowledge/claims/532832

MCP

get_claim(id=532832)