待验证50% 置信基准精确时间

研究发现反事实输入的忠实度得分仅比事实输入低0.05分（在1-5分量表上），差异几乎可以忽略不计

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

LLM面对输入数据与内部记忆冲突时会犯更多错误吗？

涉及实体

上下文-记忆冲突concept

相关事实

待验证在正负样本极度不均衡的场景（如欺诈检测）中，单纯看准确率作为评估指标毫无意义75% 相似待验证2023年的TruthfulQA基准测试显示，即便是当时最强的模型，在需要精确事实判断的问题上准确率也未超过60%74% 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73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893450

API

curl https://kongchang.com/api/v1/knowledge/claims/893450

MCP

get_claim(id=893450)