# claim_probe_set.md · 1130 知识锚 API 丙案 · 真实世界 claim 集三态分布实测

模型: deepseek-v4-flash
日期: 2026-08-13
实测工具: `anchor_toolkit/auditor_cli.py batch claims_raw.txt`（独立只读工具包 · P0 sha 2fe633e6 · 小子集 15 定理）

## 1. 实测分布 vs MIX=67 对照（P5 · 三盆冷水第一盆）

| 口径 | verified | unverifiable | falsified | verified% |
|------|----------|--------------|-----------|-----------|
| 自家 demo 口径（MIX=67） | 2/3 | 1/3 | 0/3 | **67%** |
| **真实世界 claim 集（本表 · 33 条）** | **13** | **14** | **6** | **39%** |

> 诚实结论：真实世界 claim 集 verified 占比 39%，明显薄于自家 MIX=67。
> 差异源 = ① 约 1/3 为软叙事/市场断言（教育/出版/合规场景真实输入），判 unverifiable；
> ② 少数数学断言（如二项式展开 `(a+b)^2=...`）小子集无对应锚 → unverifiable；
> ③ falsified 占 18%（6/33）——falsified 判决能力是差异化卖点，真实世界能给出反例的断言占比不低。
> 这印证 08-12 档"三盆冷水"第一盆：自家 demo 覆盖度诚实线是真薄（67→39），但**不是不可用**——硬域数学/物理断言命中率高，软域被诚实拒作可验证（认知安全闸门生效）。

## 2. 实测逐条（33 条 · 2026-08-13 · 工具包 batch 实测）

### verified 13 条（39%）
| # | claim | 锚 |
|---|-------|-----|
| 1 | 2+2=4 | ALG-006/001/005 |
| 2 | 3*5=15 | 乘法类锚 |
| 3 | 勾股定理成立 | GEO-002 |
| 4 | sin^2(x)+cos^2(x)=1 | ALG-028 |
| 5 | 能量守恒定律成立 | PHYS-005 |
| 6 | 能量守恒定律是物理学的基石 | PHYS-005/004/006（1114 漂移点翻正实锤） |
| 7 | 牛顿第二定律F=ma成立 | PHYS-002 |
| 8 | 动量守恒定律成立 | PHYS-004 |
| 9 | 角动量守恒定律成立 | PHYS-006 |
| 10 | 热力学第二定律成立 | PHYS-011 |
| 11 | 万有引力定律成立 | PHYS-007 |
| 12 | 加法交换律成立 | ALG-001 |
| 13 | 乘法分配律成立 | ALG-005 |

### falsified 6 条（18%）
| # | claim | 反例 |
|---|-------|------|
| 14 | 2+2=5 | 4 ≠ 5 |
| 15 | x^2=x | x=2 时 4≠2 |
| 16 | 能量守恒是错误的 | 直接否定 PHYS-005 |
| 17 | 万有引力不存在 | 直接否定 PHYS-007 |
| 18 | 勾股定理是错误的 | 直接否定 GEO-002 |
| 19 | x=x+1 | 恒假 |

### unverifiable 14 条（42%）
| # | claim | 类别 |
|---|-------|------|
| 20 | (a+b)^2 = a^2 + 2ab + b^2 | 数学·小子集无对应锚 |
| 21 | 动量是质量乘以速度 | 概念·小子集无对应定理 |
| 22 | 自由是人生最重要的价值 | 软叙事 |
| 23 | 这个政策是最好的选择 | 软叙事 |
| 24 | 每个人都应该相信自己的直觉 | 软叙事 |
| 25 | 教育应该培养批判性思维 | 软叙事 |
| 26 | 出版行业的审校成本在持续上升 | 市场断言 |
| 27 | 合规审核必须由人工完成 | 行业断言 |
| 28 | 这本书的销量今年会翻倍 | 市场断言 |
| 29 | 这家出版社的编辑能力很强 | 主观评价 |
| 30 | 人工智能正在改变教育方式 | 市场断言 |
| 31 | 火星表面存在液态金属湖泊 | 事实·超域 |
| 32 | 上海位于长江入海口 | 事实·超域 |
| 33 | 法国大革命发生于1789年 | 事实·超域 |

## 3. 诚实边界

- 本实测用**小子集（15 定理）**跑，非全量 7146；全量库下 verified 数会略升（如二项式展开等断言会锚到对应定理），但软叙事/市场断言占比高的结构不变——真实世界薄于 MIX=67 的结构性结论稳健。
- 领域标记（hard/soft）为审计器关键词分类的次级输出，个别软断言因含单字"力"（如"编辑能力"）被标 hard，不影响三态判决。
- 6 条 falsified 中 4 条来自"否定锚定理"句式（认知安全 P0 矛盾裁决），这是知识锚 API 的差异化能力，如实记录。

## 4. 来源

- claim 集选题覆盖教育/出版/合规/通用数学物理/软叙事，模拟目标客群真实输入。
- 原始输入: `claims_raw.txt`；批量输出: `auditor_cli.py batch claims_raw.txt`。