待验证50% 置信基准精确时间
在100个并发调用、令牌桶容量20、每秒补充10个令牌的测试中，llm-retry默认配置（3次重试、指数退避、±10%抖动）导致64个调用彻底失败。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证测试LLM引用行为时应对同一提示至少运行20—50次，理想情况下扩大至100次以上69% 相似待验证在基准测试的 60 次运行中，提前终止条件被触发了 27 次，包括 21 次检测到缺乏进展和 6 次模型提供者不可用。67% 相似待验证在 30 个保留测试窗口的基准测试中，TabPFN 达到 100.0% 总体准确率、100.0% 冲击召回率、0.33 ms CPU 延迟、0.0% 步频误报，且无需训练或调参。67% 相似待验证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。66% 相似待验证在冻结测试集上，交付系统（LoRA+规则）抓到 73 个（召回率 0.86），自信错误 11 个，说不确定 1 个，误报 0 个，优于关键词基线、仅 LoRA 微调和零样本 Qwen3.5-4B。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1064728API
curl https://kongchang.com/api/v1/knowledge/claims/1064728MCP
get_claim(id=1064728)