[控场AI]
待验证50% 置信基准精确时间

修复Bug后，schemagate使用Claude Sonnet 5.5跑完Spider-ACL全部19,624条记录，拒绝F1达到0.984。

1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
有效期至：2026/10/31

来源

一次基准测试暴露的访问控制Bug：修复后F1达0.984

涉及实体

schemagateproductClaude Sonnet 5.5modelSpider-ACLconcept

相关事实

待验证按过往定位 Sol 本应是 Opus 的竞争对手，但现在与 Sonnet 同价，表现未能全面压制 Sonnet 5.562% 相似待验证在Spider上，schemagate与论文最佳配置的AC-F1同为93.0，但schemagate误答率为5.1%，略高于论文的4.6%。60% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1053850
API
curl https://kongchang.com/api/v1/knowledge/claims/1053850
MCP
get_claim(id=1053850)