待验证50% 置信基准精确时间
在固定1000次搜索执行的预算下，学习型排序器在两个对顺序敏感的80案例测试集上分别认证了63和64个案例，而非学习型排序器最多只能认证53和52个。
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
从认证程序学习可执行制版搜索：SemDraft框架解析
rss2026/10/15
涉及实体
相关事实
待验证在622个公开案例的实验中，按可见词汇排名挑选的报告复合得分为0.290973% 相似待验证测试套件共10个，大多数各跑1000题，HumanEval为164题，TruthfulQA为817题69% 相似待验证在使用Traework完整模拟产品开发流程的测试中，工具在调研阶段检索了100多个来源，但经人工核验后真正可用的只有约40个，另外60个需要剔除或再查68% 相似待验证一个拥有1800行测试用例的评估套件长期稳定在97%的聚合通过率，但其中64行多语言切片的通过率只有61%67% 相似待验证测试用例生成方案分五个进阶层级，单智能体加提示词覆盖度仅约30%，工作流方式覆盖度可达约80%，探索学习方式覆盖度可达90%以上67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046927API
curl https://kongchang.com/api/v1/knowledge/claims/1046927MCP
get_claim(id=1046927)