待验证50% 置信事实精确时间

研究表明模型在自我批评任务中的准确率显著低于由另一模型执行批评的场景

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

Codex插件接入Claude Code：双Agent协作审查代码的新范式

bilibili锋芒AI2026/7/12

相关事实

待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点76% 相似待验证在事实性评估任务上模型评判者准确率仍显著低于人类专家，但在风格、连贯性等主观维度已接近人类评审员间一致性水平76% 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70% 相似待验证研究表明在超过8-10轮对话后，模型对初始系统提示中规则的遵循率可下降20%-40%69% 相似待验证斯坦福大学研究发现，在推理链关键步骤注入错误信息对最终答案的影响远小于预期69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/606979

API

curl https://kongchang.com/api/v1/knowledge/claims/606979

MCP

get_claim(id=606979)