笔迹学

核心主张: 笔迹学可以通过分析一个人的笔迹来确定其性格特征、能力和心理特征。

对比

模型回答仅代表概率分布,并非最终定论。

维度 01 / 10

错误反馈机制

79.5%Bullshit 权重
模型置信度84.7%

被考察的体系(主张、方法或领域)如何应对与其预测或假设直接矛盾的输入事实?

  • 0 · 0.00根据反复出现的反常事实调整参数、缩小适用范围,或直接推翻已被证伪的假设。5.52%
  • 1 · 0.85编造不可验证的特设性解释(ad-hoc 假说),其唯一作用就是保护核心主张免于被推翻。65.09%
  • 2 · 1.00将所有相反证据都解读为外部机构蓄意策划的阴谋、数据篡改或掩盖真相。2.05%
  • 3 · 0.95将未见成效归咎于受众的心态不端、缺乏信念或诚意不足。1.86%
  • 4 · 0.80通过给出极其含糊的预测来回避面对错误,从而使任何事后结果都能被宣称为成功。25.48%

柱状图显示模型给出各个回答的概率。权重代表该回答判定为 bullshit 的比重。

10 个判定维度

查看 JSON
维度Bullshit 权重模型置信度
错误反馈机制79.5%84.7%
因果载体62.0%14.1%
盲法测试95.8%84.3%
可证伪性72.7%25.4%
语义精准度75.9%77.3%
奥卡姆剃刀84.5%79.2%
测量网络一致性65.9%32.0%
操作者无关性79.1%67.2%
模型演进86.3%91.6%
风险不对称性60.2%74.9%
模型溯源liquid/d1-ultra-20261015 · 2026年10月30日

OpenRouter · liquid/d1-ultra · google/gemini-3.8-flash (canonicalisation)