待验证50% 置信事实精确时间
LOADBench 的六项基准任务均配有明确的输入输出定义和评价指标，参考实现以开源许可证发布。
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
待验证落地该方案需要关注所选任务工具是否提供可供 n8n 调用的 API，以及如何用过滤条件只拉取未完成且属于自己的条目66% 相似待验证Grid-Bench 通过参考执行器真实运行操作，模型输出的每个格子值都可被逐项核对，是可复现、可审计的精确计算任务。65% 相似待验证该功能内容基于B站UP主发布的功能演示整理，具体配置方式和支持的提供商范围需以项目实际文档为准65% 相似待验证本测试配置中 8B 处理简单任务（短翻译、抽取、问答、算术），32B 处理中等任务（SQL、算法实现、调试），DeepSeek 处理复杂任务（并发代码、分布式架构设计）64% 相似待验证TriggerBench是专门用于评估触发式记忆任务的标准化基准数据集，由独立方发布64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1047396API
curl https://kongchang.com/api/v1/knowledge/claims/1047396MCP
get_claim(id=1047396)