待验证50% 置信事实精确时间
同一套benchmark，取最好一次和取平均，结果可以差出2.6个百分点。Simular数据显示按第一次干净运行是0.7674，按最好一次是0.7938。
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
待验证在歧义点的四类行为中，'先搜再问'成功率最高，平均通过率达93.4%，远高于'直接猜'的56.5%，'搜多次再猜'为51.5%70% 相似待验证对于 7B 模型，使用求解器准确率为 75.31%，直接计算为 72.02%，配对提升 +3.29 个百分点，95% 聚类区间为 [-3.49, 10.38] 跨越零点，优势不显著70% 相似待验证每步60%准确率意味着连续5步后整体成功率约为7.8%（0.6的5次方）66% 相似待验证使用多智能体验证流程时MARCH的准确率被压低到4.4%，而同一模型被直接问哪个更好时准确率能达到43.7%65% 相似待验证在第四轮融合实验中，把 JEV 当作第 9 个框架取最高分，整体准确率 81.5% 但奇偶校验掉回 50%64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1009482API
curl https://kongchang.com/api/v1/knowledge/claims/1009482MCP
get_claim(id=1009482)