待验证50% 置信事实精确时间
评分表中契约稳定性权重30分，响亮失败权重25分，追踪权重20分，书面总结权重15分，扩展目标权重10分；模型选择、token消耗、速度不给分。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
契约锁定而非模型：构建可换供应商的Agent评分系统
rss2026/10/18
涉及实体
相关事实
待验证评分体系包含七个维度：能力（30%）、常任/长任务可靠性（20%）、耐操性（15%）、耐久性（10%）、成本可控（10%）、国内可用（10%）、模型（5%）。70% 相似待验证在标普500期权链实验中，将数据稀疏化到仅保留20个报价并引入无套利约束后，留出集外推误差降低22%，日历套利发生率从10%降至1%68% 相似待验证在文章中，DeepEval 默认模式下重跑三次有 7 条回复的通过/失败结论至少翻转一次；手工固定 evaluation_steps 后，翻转数降到 3 条，一致率从 31/40 升到 35/40。67% 相似待验证估算内存适配时通常需为计算图、临时激活值和碎片化预留 10%–20% 余量。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059243API
curl https://kongchang.com/api/v1/knowledge/claims/1059243MCP
get_claim(id=1059243)