待验证50% 置信事实精确时间

SqueezeBench的每一份证明都由两个独立的Lean内核进行检查，整个数学正确性审核无需人类裁判介入

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

SqueezeBench：抗饱和的AI数学能力评测基准

涉及实体

SqueezeBenchproduct Leantechnology

相关事实

待验证TwinCheck 只有当负孪生同时通过结构性检查，并且成对验证器在两种候选排序下都偏好它时，才会替换智能体原本的提议63% 相似待验证SqueezeBench中的记录是指一个可计算的Lean函数，并附带机器可验证的证明62% 相似待验证可通过增加行列数一致性检查、数值范围合理性检测等校验环节缓解空白单元格带来的错位问题62% 相似待验证对抗性测试用例应写成确定性的二元通过/失败检查器，而非使用模糊的相似度分数62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001182

API

curl https://kongchang.com/api/v1/knowledge/claims/1001182

MCP

get_claim(id=1001182)