待验证50% 置信事实精确时间
测试集、评分器和全部回复已公开在 github.com/MariusGithub13/ro-cited-answers 的 eval/ 文件夹中。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至:2027/1/14
来源
AI安全检查盲区:28个错误答案为何全部通过
rss2026/10/16
涉及实体
相关事实
待验证完整代码、评分器测试和原始回复已在GitHub开源,Kaggle上也有对应的基准和排行榜76% 相似待验证所有基准测试脚本、测试方法和原始日志已公开在GitHub仓库github.com/Username7539/ollama_quota_analyze76% 相似已验证SWE-bench Verified 从真实开源项目的 GitHub Issues 中筛选有明确解决方案的 bug 报告,Verified 后缀表示题目经过人工核验71% 相似已验证研究者将所有原始响应、代码和分析流程开源在GitHub(williamguey/bias-audit-agreement)71% 相似待验证研究团队将代码与预注册方案开源发布于GitHub(github.com/JamesL404/synca-audit)68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1045698API
curl https://kongchang.com/api/v1/knowledge/claims/1045698MCP
get_claim(id=1045698)