待验证50% 置信事实精确时间
读者通过重新加总结果文件发现作者跳过的一行数据：维护者文件列出212个测试中有9个判定为WEAK（4%），而智能体文件列出591个中有79个（13%）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证在修正后的数据中，按变更计，91个智能体PR中有14个包含WEAK测试，而71个维护者提交中只有1个。73% 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prompt71% 相似待验证作者按代码实际能力重新给 112 个条目评分：29 个 ✅、64 个 🟡、19 个 ⬜，对照已发布状态为 43/52/17，有 16 个条目作者自评低于工具对外宣称的覆盖状态。69% 相似待验证朴素测试集划分中有19.4%（6251篇）的重复文档污染68% 相似待验证在检验的约 2,000 篇论文中，超过 1,100 篇论文至少有一个关键论断被独立验证，其中266篇被完全复现，632篇通过小规模实验部分复现，约4,000个独立论断得到确认67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028487API
curl https://kongchang.com/api/v1/knowledge/claims/1028487MCP
get_claim(id=1028487)