待验证50% 置信事实精确时间
新加坡国立大学与阿里巴巴（含Qwen团队）联合提交了LSCBench基准测试，包含150个真实漏洞，覆盖7种语言和24类CWE。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
已验证标准AI基准测试包括MMLU（涵盖57个学科的综合知识测试）、GPQA（研究生级别专业问答）、SWE-bench（真实软件工程任务）、HumanEval和MBPP（编程能力）、MATH和GSM8K（数学推理）61% 相似待验证该基准测试共设计 40 个请求、6 个类别，涵盖忠实度、单位换算、多语言（孟加拉语、印地语）、注入攻击、超范围和模糊输入60% 相似待验证评估大语言模型能力常用的基准测试包括 MMLU、HumanEval、MATH 和 GPQA60% 相似待验证在沙盒物理模拟测试中，Qwen3 27B主动编写测试脚本进行26项断言检查，反复验证直到10/10全部通过60% 相似待验证该基准一次性测试了来自六个实验室的18款模型，涵盖Anthropic、OpenAI、Google、DeepSeek、Qwen、GLM等59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1047280API
curl https://kongchang.com/api/v1/knowledge/claims/1047280MCP
get_claim(id=1047280)