待验证50% 置信基准精确时间

在RCAEval RE2-OB的故障类型识别任务上，Decision-1准确率仅51%，其中CPU和延迟故障各15次中正确13次，但丢包故障0次正确，套接字耗尽仅2次正确。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

微软决策模型实测：概率输出如何革新AIOps根因定位

涉及实体

Decision-1model

相关事实

待验证要求全票一致时，增加运行次数会提高错误率：p=0.10时，N=3错误率为0.2710，N=10错误率升至0.6513。66% 相似待验证Anthropic发现，在严格的每任务CPU和内存限制下，Terminal-Bench有高达6%的任务因与模型无关的pod错误而失败；放宽限制后，分数最多移动了6个百分点。66% 相似待验证间歇性错误呈峰值状出现而非稳定复现，排查难度明显高于持续故障，因为持续故障的复现路径清晰、日志中可见大量一致报错，而间歇性峰值在监控图上表现为短时尖刺，工程师介入时可能已回落。65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018530

API

curl https://kongchang.com/api/v1/knowledge/claims/1018530

MCP

get_claim(id=1018530)