待验证50% 置信事实精确时间
即使在标注为“去污染”的 Magicoder-Evol-Instruct-110K 数据集中，HumanEval 的 164 道题中仍有 52 道存在文档字符串匹配，8 道存在答案匹配。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证评测覆盖九个基于文本的科学基准，抽样4531道题目、100份匹配画像，其中4488项完整跑完全部五种条件63% 相似待验证有从业者采用来自HumansWith.AI的方法论，每周对相同的50个提示词进行扫描，追踪哪些子版块正在AI引用中胜出62% 相似待验证对每个指令集进行污染检测使用两项检查：题目文本取 HumanEval 文档字符串前 80 个字符归一化后比对；标准答案去掉注释和文档字符串后检查 13 个 token 的 n-gram 是否有过半匹配。62% 相似已验证HumanEval基准包含164道编程题，是衡量代码生成能力的主流标准60% 相似待验证题库共112道题，每道都有一个可验证答案和一个看似合理的错误答案，覆盖算术、单位换算、世界常识、日期、科学、字母计数、多步数学、脑筋急转弯和文字游戏59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013054API
curl https://kongchang.com/api/v1/knowledge/claims/1013054MCP
get_claim(id=1013054)