待验证50% 置信基准精确时间
层级规划器+3执行者架构的端到端成功率为38.2%，规格漂移失败率为36.1%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证作为对照的简单三规则基线（3-rule baseline）准确率仅为64.4%，Jev领先约8个百分点63% 相似待验证开发者最终选择KL散度最低（0.028）的变体，GSM8K下降1.83%，MMLU保持不变，HarmBench合规率从30.8%提升至100%62% 相似待验证在 RoboChallenge Table30-V2 上的闭环实验中，经过三轮部署-训练循环，LoopWAM 的成功率从 23.67% 提升到 43.33%，提升 19.7 个百分点，最终得分 56.80。62% 相似待验证在题目规模跨越256x的范围内，单次运行的错误判定率几乎不变：T=16时为0.531，T=4096时为0.534。61% 相似待验证提示词过滤方案的失败率约为3%。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054835API
curl https://kongchang.com/api/v1/knowledge/claims/1054835MCP
get_claim(id=1054835)