待验证50% 置信事实精确时间
第一组 20 个文件中 11 个一次编译通过，9 个失败。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证使用相同的 20 个文件重新测试，18 个直接编译通过；再经过一轮让会话接收编译器错误消息的迭代后，达到 19 个。73% 相似待验证962条响应中有51条失败，分布为26条截断、13条边界错、12条改写、0条修正67% 相似待验证手工编写的 22 计算器库在其支持的 440 个病例上完全精确，但对其余病例选择弃权，整体覆盖率仅 40.0%65% 相似待验证该基准测试使用10篇200到250词的原创短文档，埋入18处异常，共37个评分条目（18脏19净），测试13个模型，每个模型74条prompt64% 相似待验证在少样本（如每类约20个样本）情况下，应放弃多分类细分，将所有缺陷折叠成二分类问题（有缺陷/无缺陷），把具体分类交给人工事后处理64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011182API
curl https://kongchang.com/api/v1/knowledge/claims/1011182MCP
get_claim(id=1011182)