待验证50% 置信基准精确时间
在 48 条合成的编程请求测试中，默认四档问题下 Laya 只有 21 条与团队标注一致，最高置信度仅 0.26。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
待验证该测试的局限性包括：任务规模有限（50个任务、每个提示词3次试验）、风格版本由单一作者撰写、华丽版本与正常版本存在长度混淆、仅测试英语和14B以下本地模型、困惑度检查仅覆盖三个较小Qwen模型且使用全精度权重而实际推理用4位量化。69% 相似待验证46个模型中有41个完整跑完全部28道题，3个因服务错误未完成，GPT-5.6 Terra因配额限制止步24/28，GPT-6 Astra只跑了1道题68% 相似待验证测试结果为30张工单中有27张被送到了正确的团队68% 相似待验证在PR审查对比测试中，Opus发现23个有效问题（含8个nits），Muse发现16个，Sol仅发现9个。67% 相似待验证PartsPlan 发布者公开的一次小规模测试中，30 个图表值全部答对65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037626API
curl https://kongchang.com/api/v1/knowledge/claims/1037626MCP
get_claim(id=1037626)