待验证50% 置信事实精确时间
CodebaseRAG的CI门禁在黄金集上测量平均recall@5、MRR和nDCG@5，当平均recall@5低于提交的基线0.409时，构建失败。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
RAG系统与Demo的分界线：评估门禁与黄金集
rss2026/10/19
涉及实体
相关事实
待验证在补全FP8量化函数最后一个Token的任务中，DeepSeek-V4-Flash-Base在代码前加等号装饰后，当等号数量除以4余数为0或1时错误率高达71.3%，余数为2或3时正确率回到91.5%。64% 相似待验证解析缺陷加上一个错误答案键使 gpt-oss 在五个核心任务上的分数从 0.62 偏移到 1.00，偏移高达 0.3864% 相似待验证经过约3-4次失败后，惩罚值达到PENALTY_MAX，计数器被设为65535（blacklisted），阻止该起点再触发编译尝试64% 相似待验证用非重叠锚点重新评估后，净优势反而从+4.1pp增大到+5.5pp，但显著性从2.4个标准误降至1.4个标准误；膨胀因子约2.4倍，恰好等于sqrt(912/163)。63% 相似待验证schemagate 的 reranker 代码使用 max_tokens=120 调用 provider.complete，导致 Claude 5 系列模型的 thinking 过程耗尽全部 token 预算，模型在输出任何排序结果前被截断。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069281API
curl https://kongchang.com/api/v1/knowledge/claims/1069281MCP
get_claim(id=1069281)