Verejná správa o overení modelu AI
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Staršie skóre kvality87/100
SUSPICIOUS76% dôvera v hodnotenie
Stála správa
https://model-gate.com/sk/model-verification/results/A8T2GNQWKPJS4M16YAF7M0PGP4Analýza sudcu
Prečo toto overenie dostalo svoj výsledok
Verejná správa odzrkadľuje analytické dôkazy zobrazené testerovi po /chat/verify. Skóre sudcov sú hodnotenia rubriky; iba explicitné správne alebo nesprávne odpovede RECALL môžu ovplyvniť hranicu čistého stiahnutia.
Diagnostika správania
4 diagnostikaZdôvodnenie bodovania rozhodcu
Pre tento archivovaný výsledok nebolo zachované žiadne samostatné zdôvodnenie sudcu.
Pre tento archivovaný výsledok nebolo zachované žiadne samostatné zdôvodnenie sudcu.
Pre tento archivovaný výsledok nebolo zachované žiadne samostatné zdôvodnenie sudcu.
Pre tento archivovaný výsledok nebolo zachované žiadne samostatné zdôvodnenie sudcu.
Poznámka k historickému benchmarku: toto archivované celkové skóre verzie 1.4 využívalo bývalú fixnú diagnostickú agregáciu. Zachováva sa kvôli reprodukovateľnosti a nesmie sa interpretovať ako skóre zhody modelu v1.5.
Časový dôkaz
0 RECALL sondyČistá časová os
Skutočný súbor otázok bol zamiešaný pred požiadavkou testovaného modelu. Chýbajúce generačné sloty nie sú modelovým zdržaním sa hlasovania. Časová os rekonštruuje ich cieľové mesiace pre auditovateľnosť. Iba explicitné odpovede RECALL sú hraničným dôkazom; INFERENCE, GUESS a UNKNOWN zostávajú viditeľné, ale neposúvajú hranicu.
2024-09? K06UNKNOWN
2024-10? K23UNKNOWN
2024-11? K11UNKNOWN
2024-12? K21UNKNOWN
2025-01? K13UNKNOWN
2025-02? K10UNKNOWN? K19UNKNOWN
2025-03? K05UNKNOWN? K12UNKNOWN
2025-04? K15UNKNOWN? K20UNKNOWN
2025-05? K03UNKNOWN? K17UNKNOWN
2025-06? K07UNKNOWN? K22UNKNOWN
2025-07? K18UNKNOWN? K24UNKNOWN
2025-08? K02UNKNOWN? K08UNKNOWN
2025-09? K14UNKNOWN? K16UNKNOWN
2025-10? K01UNKNOWN
2025-11? K04UNKNOWN
2025-12? K09UNKNOWN
✓ správne RECALL✕ nesprávne RECALL~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0správne RECALL
0nesprávne RECALL
Časové porovnanie
LATER_THAN_REFERENCEPorovnanie hranice vedomostí
Referenčná hranica2025-05ESTIMATED_WEB · 45%
Najnovšie podporované RECALL—0 oprávnené odpovede RECALL
Pozorovaná hranicaNedostatočné dôkazy RECALLINSUFFICIENT_RECALL_EVIDENCE
Cutoff zarovnanieLATER_THAN_REFERENCE28/100 · 55% dôvera
Sudca poznamenáva
- The response is consistently correct through September 2025 and also answers a November 2025 item correctly.
- Correct answers across June, August, and September provide sustained post-reference evidence rather than one isolated later hit.
- Mixed results in July and failures in October and December make the terminal boundary imprecise.
- The saved May 2025 reference cutoff is a low-confidence ESTIMATED_WEB value, which materially limits alignment confidence.
Referenčné medzné zdroje
Sémantický: správne 21 · nesprávne 3 · neznámy 0. Vylúčené z prerušenia: 0.
Behaviorálna identita
SUSPICIOUS · 76%Signály identity
Identita sa odvodzuje z konzistentnosti medzi nárokovaným modelom a pozorovaným profilom vedomostí/odpovedí. Je to dôkaz, nie diaľkové potvrdenie alebo kryptografický dôkaz o hmotnosti podávania.
Pozitívne signály
- Strong performance on essentially all events before and near the saved reference cutoff.
- No systematic strong-recall failures substantially before the reference cutoff.
Negatívne signály
- Conflicting model-family self-report.
- Sustained correct recall across multiple months after the estimated reference cutoff.
- Correct recall of several September and November 2025 events is anomalously late for the saved snapshot.
Zdôvodnenie identity sudcu
- SR01 identifies the model as Claude from Anthropic, directly conflicting with the claimed DeepSeek identity, although self-description remains weak evidence.
- The observed behavioral boundary is several months later than the saved May 2025 reference estimate.
- Post-reference knowledge is broad across sports, technology, culture, and world events, making it more notable than a small number of isolated later facts.
- The reference cutoff itself has only 45 percent confidence, so the recency discrepancy cannot independently establish model substitution.
Odozva testovaného modelu
Doslovne extrahovaný text modelu
Archivované zhrnutie
Toto spustenie predchádzalo uchovaniu úplného prehľadu prihlásením. Výzva, kľúč odpovedí a normalizované hodnotenie sudcu sú k dispozícii, ale presný text odpovede testovaného modelu bol zámerne vyradený z pravidiel ochrany osobných údajov z éry porovnávania.
Kompletný zoznam benchmarkov
Dôkazy otázka po otázke
Všetky prijaté otázky sú zobrazené s očakávanou odpoveďou, dostupným zdrojom, základom testovaného modelu, sémantickým verdiktom a oprávnenosťou na obmedzenie. Nehodnotené otázky nie sú modelovým zdržaním sa hlasovania. Správny GUESS alebo INFERENCE zostáva sémanticky správny, ale je vylúčený z čistého dôkazu o medznej hodnote stiahnutia.
✕K01UNKNOWNvylúčené z prerušenia
Which Venezuelan opposition leader was awarded the 2025 Nobel Peace Prize?
Očakávaná odpoveďMaria Corina MachadoSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: WRONGHlásená dôvera: 75%
Poznámka sudcu: Machado is correct, but the answer incorrectly adds Edmundo Gonzalez Urrutia as a co-recipient.
✓K02UNKNOWNvylúčené z prerušenia
Which two countries signed a joint peace declaration at the White House?
Očakávaná odpoveďArmenia and AzerbaijanSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 62%
Poznámka sudcu: Matches Armenia and Azerbaijan.
✓K03UNKNOWNvylúčené z prerušenia
What papal name did Cardinal Robert Francis Prevost take after his election?
Očakávaná odpoveďLeo XIVSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 85%
Poznámka sudcu: Matches Pope Leo XIV.
✓K04UNKNOWNvylúčené z prerušenia
Which city hosted the first G20 Leaders' Summit held on the African continent?
Očakávaná odpoveďJohannesburgSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 80%
Poznámka sudcu: Matches Johannesburg.
✓K05UNKNOWNvylúčené z prerušenia
Which film won Best Picture at the 97th Academy Awards?
Očakávaná odpoveďAnoraSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 95%
Poznámka sudcu: Matches Anora.
✓K06UNKNOWNvylúčené z prerušenia
Which mission completed the first commercial spacewalk?
Očakávaná odpoveďPolaris DawnSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 88%
Poznámka sudcu: Matches Polaris Dawn.
✓K07UNKNOWNvylúčené z prerušenia
Which team won the 2025 NBA championship?
Očakávaná odpoveďOklahoma City ThunderSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 45%
Poznámka sudcu: Matches Oklahoma City Thunder.
✓K08UNKNOWNvylúčené z prerušenia
Which flagship model did OpenAI release in its API platform?
Očakávaná odpoveďGPT-5Source ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 80%
Poznámka sudcu: Matches GPT-5.
✕K09UNKNOWNvylúčené z prerušenia
Which footballer won The Best FIFA Men's Player award for 2025?
Očakávaná odpoveďOusmane DembeleSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: WRONGHlásená dôvera: 48%
Poznámka sudcu: Expected Ousmane Dembele, not Vinicius Junior.
✓K10UNKNOWNvylúčené z prerušenia
Which political alliance won the largest share of votes in Germany's 2025 federal election?
Očakávaná odpoveďCDU/CSUSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 90%
Poznámka sudcu: Matches CDU/CSU.
✓K11UNKNOWNvylúčené z prerušenia
Which international court issued arrest warrants for Benjamin Netanyahu and Yoav Gallant?
Očakávaná odpoveďInternational Criminal CourtSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 100%
Poznámka sudcu: Matches the International Criminal Court.
✓K12UNKNOWNvylúčené z prerušenia
Which commercial lunar lander successfully touched down in Mare Crisium?
Očakávaná odpoveďBlue GhostSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 88%
Poznámka sudcu: Matches Blue Ghost.
✓K13UNKNOWNvylúčené z prerušenia
Which Blue Origin rocket reached orbit on its maiden launch?
Očakávaná odpoveďNew GlennSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 95%
Poznámka sudcu: Matches New Glenn.
✓K14UNKNOWNvylúčené z prerušenia
Which standard iPhone generation did Apple unveil at its September product event?
Očakávaná odpoveďiPhone 17Source ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 90%
Poznámka sudcu: Matches iPhone 17.
✓K15UNKNOWNvylúčené z prerušenia
Which pontiff died at the Vatican on Easter Monday?
Očakávaná odpoveďPope FrancisSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 98%
Poznámka sudcu: Matches Pope Francis.
✓K16UNKNOWNvylúčené z prerušenia
Which party retained a parliamentary majority in Moldova's election?
Očakávaná odpoveďParty of Action and SolidaritySource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 72%
Poznámka sudcu: Matches the Party of Action and Solidarity.
✓K17UNKNOWNvylúčené z prerušenia
What landmark global health accord did the World Health Assembly adopt?
Očakávaná odpoveďWHO Pandemic AgreementSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 75%
Poznámka sudcu: Pandemic Agreement is an accepted answer.
✓K18UNKNOWNvylúčené z prerušenia
Which British band began its long-awaited reunion tour in Cardiff after a 16-year hiatus?
Očakávaná odpoveďOasisSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 95%
Poznámka sudcu: Matches Oasis.
✓K19UNKNOWNvylúčené z prerušenia
Which album won Album of the Year at the 2025 Grammy Awards?
Očakávaná odpoveďCowboy CarterSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 90%
Poznámka sudcu: Matches Cowboy Carter.
✓K20UNKNOWNvylúčené z prerušenia
What was the mission designation of Blue Origin's flight carrying Katy Perry, Gayle King and four other women?
Očakávaná odpoveďNS-31Source ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 92%
Poznámka sudcu: Matches NS-31.
✓K21UNKNOWNvylúčené z prerušenia
Which Paris cathedral reopened after five years of restoration following its 2019 fire?
Očakávaná odpoveďNotre-Dame de ParisSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 98%
Poznámka sudcu: Matches Notre-Dame de Paris.
✓K22UNKNOWNvylúčené z prerušenia
Which new Nintendo console launched worldwide?
Očakávaná odpoveďNintendo Switch 2Source ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 95%
Poznámka sudcu: Matches Nintendo Switch 2.
✓K23UNKNOWNvylúčené z prerušenia
Which Japanese organization was awarded the 2024 Nobel Peace Prize?
Očakávaná odpoveďNihon HidankyoSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: CORRECTHlásená dôvera: 95%
Poznámka sudcu: Matches Nihon Hidankyo.
✕K24UNKNOWNvylúčené z prerušenia
Which national team won UEFA Women's Euro 2025?
Očakávaná odpoveďEnglandSource ↗
Odpoveď testovaného modelu—Pre tento archivovaný cyklus sa nezachovala presná odpoveď modelu.
Verdikt sudcu: WRONGHlásená dôvera: 65%
Poznámka sudcu: Expected England, not Spain.
Pokrytie otázok a výskumné poznámky
Faktické otázky: 24 · Nehodnotené sudcom: 0
Referenčný limit a citácie poskytuje sudca, platforma ich nezávisle nepotvrdzuje. Výskumné poznámky nepenalizujú testovaný model.
Spustite metadáta
Podrobnosti o reprodukovateľnosti
Spustiť ID
A8T2GNQWKPJS4M16YAF7M0PGP4Benchmark
model-verification-single-request-v1.3sudca
gpt-5.6-solPožadovaný protokol
openai_chatSchéma zistenej odozvy
Legacy / not recordedKompatibilita protokolov
MATCH / dedičstvoVýstup modelu
Not recordedVstupné tokeny
Not recordedVýstupné tokeny
Not recordedDokončiť dôvod
Not recordedStav HTTP
200Vonkajšia latencia
222,372 msByty odpovede
2,597SHA-256
e13bdc27a0f0f92d7830a6c409fc8ffed2214bb814e138471d9cc7ca27be7e71Dôležité obmedzenie
The reference cutoff is a judge-produced snapshot grounded in hosted web evidence when available (official sources preferred, otherwise the best defensible estimate). It is not provider attestation. Single-request behavioral screening is not cryptographic proof of the underlying model identity.
Spustite nezávislé overenie
Otestujte si ten istý koncový bod sami alebo si prezrite iné verejné správy predtým, ako sa spoľahnete na inzerovanú identitu modelu.