待验证50% 置信事实精确时间

MAQS-Way 仓库包含机器可读的 8 条原则、conformance/valid/invalid 目录下的 7 个测试向量以及用于运行 LoCoMo/LongMemEval 的 evals/ 目录。

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

MAQS-Way：LLM长期记忆的路径层标准，让合规从策略走向可度量验证

涉及实体

MAQS-Wayproduct

相关事实

待验证长周期编码基准测试（如SWE-bench）考察模型处理软件仓库级别任务的能力，包括读取代码库、定位Bug、跨文件修改并通过测试65% 相似待验证一项针对LLM底层编程能力的基准测试构建了15个专门针对底层任务的测试用例，覆盖自定义内存管理、基础操作系统内核循环、重度数据排序数组处理三大场景62% 相似待验证文章提供的 n8n 工作流包含五条合成测试线索，形成固定测试夹具，从加载、验证、评分、路由到断言全流程演示。59% 相似待验证BenchLocal的测试维度包括工具调用、命令行操作、Bug识别修复、指令遵循、Hermes Agent、结构化输出、数学推理、数据提取共8大类59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018445

API

curl https://kongchang.com/api/v1/knowledge/claims/1018445

MCP

get_claim(id=1018445)