待验证50% 置信基准精确时间

Layla对选项基数和位置极度敏感，在77类分类题上准确率跌到0.425，打乱选项顺序能让20%的答案发生翻转

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

Layla真是开源版Jev吗？深度扒开开源决策模型的真相

涉及实体

相关事实

待验证Laya存在错误时高置信度问题，出现过0分却给出0.952置信度的情况65% 相似待验证困惑度是测试集上每个token平均负对数似然的指数，值越低代表模型对语料的预测越准确65% 相似待验证在歧义点的四类行为中，'先搜再问'成功率最高，平均通过率达93.4%，远高于'直接猜'的56.5%，'搜多次再猜'为51.5%63% 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63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964404

API

curl https://kongchang.com/api/v1/knowledge/claims/964404

MCP

get_claim(id=964404)