Evidence Explorer
公開している claim（強い主張）を証拠区分・タイプで絞り込み。無根拠の強い主張は公開していません（§8.4）。
フィルター
各 claim 行の # リンクで permalink（例: #claim-gemini-fast-cheap）がコピーできます。
Claims（10件）
| permalink | claimId | text | type | grade | status | scope | checkedAt |
|---|---|---|---|---|---|---|---|
| # | claim-hy3-free-limited | Tencent Hy3 には期間限定の無料バリアント (tencent/hy3:free) が存在する。 | spec | A | verified | model | 2026-07-14 |
| # | claim-hy3-free-expires | tencent/hy3:free の無料提供は 2026-07-21 に期限切れとなる。 | spec | A | verified | model | 2026-07-14 |
| # | claim-deepseek-coding-strong | DeepSeek V3.2 はコード生成・リファクタに向くと編集者は判断する。 | editorial | E | unverified | model | 2026-07-14 |
| # | claim-claude-japanese | Claude Sonnet 5 は日本語・長文・慎重な業務に向くと編集者は判断する。 | editorial | E | qualified | model | 2026-07-14 |
| # | claim-gemini-fast-cheap | Gemini 3.5 Flash は低価格・高速・長文コンテキスト向けと編集者は判断する。 | editorial | E | qualified | model | 2026-07-14 |
| # | claim-context-not-effective | 公式の context window 長は、実効的に使いこなせる長さ（effective context）と同義ではない。 | caveat | D | verified | global | 2026-07-14 |
| # | claim-llm-judge-bias | LLM-as-a-judge 単独では性能順位を断定的に公開すべきではない（position 等の bias あり）。 | methodology | D | verified | global | 2026-07-14 |
| # | claim-swebench-coding-complex | real-world のコーディング課題は、単純なコード生成より複合的である。 | methodology | D | verified | use-case | 2026-07-14 |
| # | claim-arena-preference-not-correctness | human preference（人間の好み）と objective correctness（客観的正解率）は別の評価軸である。 | methodology | D | verified | global | 2026-07-14 |
| # | claim-helm-multimetric | モデル評価は単一の accuracy だけでなく、use-case と複数の metrics に分けて行うべきである。 | methodology | D | verified | global | 2026-07-14 |