待验证50% 置信基准精确时间
微调v3在0.8报警线下的安全召回为13/21（62%），零样本为0/21；普通聊天误报从2.9%降至1.4%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
涉及实体
相关事实
待验证在5智能体对话集群架构（非结构化Markdown交接）中，规格漂移失败率为48.4%，静默工具错误传播率为79.0%，过早终止率为34.2%，端到端成功率为18.5%。69% 相似待验证开启推理模式后，Qwen3.8-27B的bug检出率降至6/20，40个回答中有12个因耗尽12000 token输出上限导致JSON无法解析；Ornith 1.5检出率维持8/20，13/40回答不可解析，但耗时约为Qwen的一半。69% 相似待验证最终一轮实验中综合评估分数提升了0.0903，零分会话减少了40%67% 相似待验证Prompt Guard 2对人工编写的注入指令评分为0.999，但对真实AgentDojo攻击的评分在0.004-0.140之间，全部低于默认阈值0.5。66% 相似待验证在实验中，零样本生成任务解决率为17%，通用自我纠错为27%，仅错误反馈为23%，诊断性反例反馈（A-CEGIS）达到90%65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1062481API
curl https://kongchang.com/api/v1/knowledge/claims/1062481MCP
get_claim(id=1062481)