待验证50% 置信基准精确时间
在 LSCBench 中，六个模型的功能通过率最高达 91.3%，但功能与安全同时通过率最高只有 25.1%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证在具体实验案例中，重叠锚点方案（n=912）显示模型55.2%对多数类51.1%，净优势+4.1pp，约2.4个标准误；非重叠锚点方案（n=163）显示59.5%对54.0%，净优势+5.5pp，约1.4个标准误。70% 相似待验证在性能模型代码构建任务上，除GPT-5.6 Sol外的其他所有模型配置平均通过率低于15%，且多次运行之间波动极大69% 相似待验证对于 7B 模型，使用求解器准确率为 75.31%，直接计算为 72.02%，配对提升 +3.29 个百分点，95% 聚类区间为 [-3.49, 10.38] 跨越零点，优势不显著69% 相似待验证在ScopeBench评测中，8个模型的原始能力跨度从12.2%到81.1%，范围遵守能力跨度从34.4%到86.7%68% 相似待验证在基准测试中，启发式峰值规则达到 93.3% 总体准确率、100.0% 冲击召回率、38.4% 步频误报，需要手动阈值调整。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032203API
curl https://kongchang.com/api/v1/knowledge/claims/1032203MCP
get_claim(id=1032203)