已验证75% 置信解决方案精确时间
SURE不确定性建模让模型能表达置信度并在证据不足时选择弃权，区分认知不确定性与随机不确定性
3
来源数
75%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证具备元认知的模型会在超出知识边界时主动表达不确定性并建议调用外部工具，而非生成幻觉答案74% 相似待验证应对不确定性的方式从依赖历史数据转向构建生成式推理与想象能力，代表AI风险预测领域的进化方向73% 相似已验证AI 模型的路径推理基于统计概率而非确定性逻辑，其行为由概率分布决定，每次执行都存在不确定性残差73% 相似待验证《A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification》是系统介绍共形预测的入门材料，面向希望引入可靠不确定性度量的工程师和研究者72% 相似待验证泊松过程需满足事件独立性和平稳性假设，而OpenAI的重置决策是人为驱动的，因此重置概率估算更适合作为感知校准参考而非严格预测模型72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/543115API
curl https://kongchang.com/api/v1/knowledge/claims/543115MCP
get_claim(id=543115)