待验证50% 置信基准精确时间
在本次测试中，Lovable 得分 100，从提示词到上线不到 4 分钟，修复提示词次数为 0，免费套餐消耗 2.10 credits。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
涉及实体
相关事实
待验证该测试每题满分100分，由70分正确性加30分质量分构成，不同题目带有权重69% 相似待验证将失败记录指令从脚注移入编号任务步骤后，弱模型的反馈记录得分从 0.00 升至 1.80（满分 2），二十次执行、两个模型均未在脚注版本中触发该指令。68% 相似待验证作者测试的五款评测器中，如果答案键有细微错误，得分只有0.21——低于完全不给键（0.46），也低于给一个毫不相关的键（0.50）；而经人工核验的模型生成答案能拿到0.61，接近人工撰写的0.69。68% 相似待验证测试的执行前基线固定为：贡献值1650，积分1000，订单和两类流水都是067% 相似待验证实验中塑形奖励配置下的task_score仅为0.125,而朴素奖励是0.417,效应量d=4.4766% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1060624API
curl https://kongchang.com/api/v1/knowledge/claims/1060624MCP
get_claim(id=1060624)