待验证50% 置信基准精确时间
在基准测试中，启发式峰值规则达到 93.3% 总体准确率、100.0% 冲击召回率、38.4% 步频误报，需要手动阈值调整。
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
涉及实体
相关事实
待验证在基准测试中，Logistic Regression 达到 86.7% 总体准确率、100.0% 冲击召回率、0.0% 步频误报。78% 相似待验证整场测试（含大量 Ultra 与 Max 模式任务）仅消耗约 3% 的使用额度（从 98% 降至 95%），token 效率良好77% 相似待验证证据驱动的改进前验证把精度从58.6%提升到72.3%，每轮无支持的目标从1.93个降到0.50个76% 相似待验证可落地的Agent评测门槛包括任务拆解率和工具选择准确率达90%以上、闭环完成率不低于85%、错误恢复率不低于80%76% 相似待验证禁用模式约束和身份验证后，在回放/测试评估中错误后端分发率从0%飙升到95.28%74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007779API
curl https://kongchang.com/api/v1/knowledge/claims/1007779MCP
get_claim(id=1007779)