待验证50% 置信基准精确时间

测试中九个不同难度的输入全部通过 demo-smart 路由，实际选中的模型与预期全部吻合

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

GPUStack 决策路由实战：用 Jev 让网关自动选模型

涉及实体

GPUStackproduct Jevproduct

相关事实

待验证该方案将一句简单需求描述拆解为8个独立的测试用例71% 相似待验证研究团队选取了8个跨越不同能力层级的模型，在54个基准测试上进行交叉评估70% 相似待验证研究在同一测试框架下评估了8个模型69% 相似待验证实验对比对象包括八个自动生成的harness加一个基线程序，同时准备了九个字节级完全相同的基线副本作为对照，每个成员执行三次69% 相似待验证在代码生成评估中，pass@1衡量模型一次生成通过测试的概率，pass@10允许模型尝试10次取最优69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1004993

API

curl https://kongchang.com/api/v1/knowledge/claims/1004993

MCP

get_claim(id=1004993)