待验证50% 置信基准精确时间

该开箱即用图谱工具在26个函数中有17个返回零调用方，尽管每个都确实有调用方，且每个空结果都被标记为精确、风险等级LOW

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

AI代码审查的盲区：diff之外的回归与决策漂移

涉及实体

代码图谱concept

相关事实

待验证每个模型回答 112 道题（7 类缺陷 × 2 个版本 × 4 次重复 × 2 种条件），其中一半有缺陷一半健全，机械回答'none'的模型会得到 0.50 分基线69% 相似待验证在实验中，零样本生成任务解决率为17%，通用自我纠错为27%，仅错误反馈为23%，诊断性反例反馈（A-CEGIS）达到90%67% 相似待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性67% 相似待验证在全部68个任务-范式组合中，35.3%的组合里PPG基础模型相比随机/常数基线没有任何有意义的优势65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1004253

API

curl https://kongchang.com/api/v1/knowledge/claims/1004253

MCP

get_claim(id=1004253)