待验证50% 置信决策规则精确时间
可复现性要求保存固定种子、每个原始响应和完整追踪，否则数字无法辩护也无法调试。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
别再自欺欺人：Agent基准测试的六大陷阱与诚实之道
rss2026/10/15
涉及实体
相关事实
待验证在搜索与训练耦合的循环中，仅保存最新权重无法完整恢复实验状态，因为模型检查点与搜索档案共同描述同一个演化中的实验，恢复时必须成对还原。65% 相似待验证REA 返回的每个发现都附带证据回执（地址、字符串、调用图、捕获的行为），无法验证时会记录限制而非编造64% 相似待验证快照不应自动序列化每个属性，而应只捕获与恢复目的相关的状态，运行时信息如last_run_at、执行次数通常不应在撤销时被回退63% 相似待验证使用prefill续写不保证内容与原始采样路径完全一致，因随机种子和KV cache状态已不同62% 相似待验证将权限反规范化进向量索引继承了缓存授权数据的所有弱点：正确直到不再正确，并且没有任何机制告诉你它什么时候开始失效。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037054API
curl https://kongchang.com/api/v1/knowledge/claims/1037054MCP
get_claim(id=1037054)