待验证50% 置信基准精确时间

在新闻分类任务上，少样本提示平均获得+24个百分点的提升；在法律文本任务上提升幅度仅为+3.4个百分点，其中两个模型表现出现退化

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

少样本提示为何有时反而变差？12模型实验揭示真相

涉及实体

arXiv:2609.15990v1concept

相关事实

待验证研究表明约15-25%的论文在rebuttal后会经历评分变动，其中正向变动的比例略高于负向变动71% 相似待验证当相关文档被放置在上下文中间位置时，模型正确回答率相比放在首尾位置下降高达20-30个百分点70% 相似待验证在7个月研究期间，修Bug的会话比例从33%降到19%，运维从14%涨到21%，写文档和分析数据从10%涨到20%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924776

API

curl https://kongchang.com/api/v1/knowledge/claims/924776

MCP

get_claim(id=924776)