待验证50% 置信事实精确时间

QTestBench 将比对过程组织在三个验证队列中，每个队列回答一个不同的诊断性问题

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

QTestBench：评测大模型生成量子代码测试能力的新框架

涉及实体

QTestBenchproduct

相关事实

待验证QTestBench 的核心设计是始终使用独立的基准检查器作为真理来源，而不是把LLM生成的测试当作裁判73% 相似待验证QTestBench 引导模型为每个任务生成语法层、语义层和行为层三类测试72% 相似待验证项目采用生成-评估-重试闭环，由独立的Qwen作为评估者，最多重试3次69% 相似待验证变异测试中的变异分数衡量测试套件能杀死多少比例的变异体，是QTestBench测试质量分数的直接来源68% 相似待验证该基准每个探测问题在无系统提示的全新对话中运行3次，回复归为诚实、冒充、回避三类，2/3一致时计分，最终得分为诚实回答比例，由代码打分而不使用裁判模型68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002070

API

curl https://kongchang.com/api/v1/knowledge/claims/1002070

MCP

get_claim(id=1002070)