待验证50% 置信基准精确时间
在 SWE-bench 轨迹评估中，使用前 8 步信息时，OnTrack 对失败轨迹的排序能力优于内容相似度方法，AUROC 高出 0.057。
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
已验证在类别不平衡场景下Accuracy具有误导性，Precision-Recall曲线与AUC-ROC是更可靠的性能衡量工具67% 相似待验证模型对上下文的利用呈U形曲线：开头准确率最高（首因偏差），结尾次高（近因偏差），中间出现明显凹陷66% 相似待验证OpenAmer的自我改进循环读取结果账本，提升通过率意味着攻克占主导的失败记录66% 相似待验证单目VIO的尺度恢复精度高度依赖IMU标定质量和初始化运动激励，若启动初期只有缓慢平移缺乏旋转，尺度估计可能不准确65% 相似待验证端到端场景下分类环节的误差明显高于检测环节，体现了多阶段级联系统中误差级联（error cascading）的效应64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013315API
curl https://kongchang.com/api/v1/knowledge/claims/1013315MCP
get_claim(id=1013315)