待验证50% 置信基准精确时间
在30个问题、五个类别的基准测试中，图检索得分为24.667分，扁平RAG得分为19.251分。
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
待验证在 48 条合成的编程请求测试中，默认四档问题下 Laya 只有 21 条与团队标注一致，最高置信度仅 0.26。77% 相似待验证当前的顶尖模型综合测试分数为58分，千问3-27B的34分与之相差24分。71% 相似待验证产品测试使用独立模型 OpenAI GPT-5.6 Sol 按固定评分标准对 21 个功能点逐一打分，结果显示中位数有用性 1/3，仅 24% 被评为「真正有用」。70% 相似待验证在复跑验证中，图检索再次胜出，得分为25.0对19.251。69% 相似待验证46个模型中有41个完整跑完全部28道题，3个因服务错误未完成，GPT-5.6 Terra因配额限制止步24/28，GPT-6 Astra只跑了1道题68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1062576API
curl https://kongchang.com/api/v1/knowledge/claims/1062576MCP
get_claim(id=1062576)