待验证50% 置信基准精确时间

仅阅读通话记录的模型在31个矛盾案例中通过了其中29个

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

被说服而非被告知：AI如何被利益偏见证词骗过

涉及实体

Persuaded, Not Informedconcept

相关事实

待验证手工编写的 22 计算器库在其支持的 440 个病例上完全精确，但对其余病例选择弃权，整体覆盖率仅 40.0%63% 相似待验证在35个真正的失败案例中，只有3个不涉及任何断言，说明绝大多数失败源于采信偏见陈述而非信息缺失62% 相似待验证即使是表现最强的模型，也仅能恢复30%的评估证据和25%的局限性描述61% 相似待验证在最难的单概念定量类别中，大多数模型准确率跌破 30%61% 相似待验证AIME只有30个样本，用少量种子跑出的微小分数差异不具统计显著性59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949211

API

curl https://kongchang.com/api/v1/knowledge/claims/949211

MCP

get_claim(id=949211)