待验证50% 置信基准精确时间

该测试覆盖六类业务场景：供应商准入、客户交付、系统迁移、接口兼容性、配置发布和数据管道，共36条主张，在S0/S1/S2三种来源条件下重复产生每个模型108条判断

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

当LLM解释正确却给出错误决策：一次商业证据判断基准测试

涉及实体

Business Evidence Judgment v4benchmark

相关事实

待验证判定表测试专门处理多条件组合场景，系统性地枚举所有条件组合以确保不遗漏业务规则分支72% 相似已验证业界通行的测试用例包含用例编号、所属模块、标题、前置条件、测试步骤、预期结果、优先级(P0/P1/P2)和测试类型等字段69% 相似待验证测试覆盖验证、插值、未见组合、分布外编辑四种设定69% 相似待验证接口测试用例应按正向、鉴权、业务场景、参数异常四个维度设计，优先级从高到低68% 相似待验证该基准由28个小型财务结账任务组成，包括6道差异桥接题、6道权责发生制与截止测试、6道报表勾稽题和10道前提校验题68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003830

API

curl https://kongchang.com/api/v1/knowledge/claims/1003830

MCP

get_claim(id=1003830)