热点事件持续更新
NullPrime大模型不确定性评测基准开源
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月31日，评测基准NullPrime开源发布。该基准通过过滤小质数因子构建无表征规律的质数判定集，旨在作为检验大模型不确定性感知与拒答能力的阴性对照工具。测试结果显示，直接提问时多数受测模型会在约半数难题上捏造错误因数强行断言；在允许拒答后，部分模型在难题上的拒答率达91%至100%；若配备代码工具，模型的准确率则普遍提升至89%至100%。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 20:30
NullPrime基准开源发布，测试显示大模型直答难题易捏造因数，配代码工具可大幅提升准确率。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- Hacker News · AINullPrime 开源发布：检验大模型能否识别不可知问题的阴性对照基准
作者开源了 NullPrime 基准，通过过滤掉小质数因子构建无表征规律的质数判定集，作为检验大模型不确定性感知与拒答能力的阴性对照工具。直接提问时，多数受测大模型会在约半数难题上捏造错误因数并强行断言；在允许拒答选项后，部分模型在难题上的拒答率可达 91% 至 100%，而在配备代码工具时准确率普遍提升至 89% 至 100%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月31日 21:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。