待验证50% 置信决策规则精确时间
测试评分使用加权公式：0.20×可读性 + 0.35×设计执行与风格匹配 + 0.25×排版与完整性 + 0.20×吸引力，四舍五入到一位小数。
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
待验证单轮测试采用严格的精确参数评分并按严重度加权（L4=8分递减到L0=0分）72% 相似待验证产品测试使用独立模型 OpenAI GPT-5.6 Sol 按固定评分标准对 21 个功能点逐一打分，结果显示中位数有用性 1/3，仅 24% 被评为「真正有用」。71% 相似待验证作者采用加权评分方案：结果维度Pass计1.0分、Partial计0.5分、Fail计0分；严重度权重Critical为4、High为3、Medium为2、Low为168% 相似待验证表现最好的测试生成器在QHack上的测试质量为0.71，在Qiskit HumanEval上仅为0.3467% 相似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。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1048141API
curl https://kongchang.com/api/v1/knowledge/claims/1048141MCP
get_claim(id=1048141)