待验证50% 置信基准精确时间
搜索轨迹分析显示，SwarmRSI后续优化将35%的失败实现转化为新的最优有效程序，而对比方法AEDA和ARBOR分别只有12%和5%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
SwarmRSI：科研Agent集群如何实现递归自进化
bilibili熊二等兵2026/10/18
涉及实体
相关事实
待验证移除歧义后所有模型准确率提升26.8至40.2个百分点，Gemini甚至达到81%，表明歧义是深度搜索代理最大性能瓶颈之一72% 相似待验证在TRACES测试中，每一个模型在'智能体式'探针中的失败率都超过71%；30个模型中有22个失败率超过90%。70% 相似待验证Anthropic实验显示：在上下文检索基础上再加一个重排序器（reranker），top-20检索失败率降幅达到67%（从5.7%降到1.9%）。70% 相似待验证在需求分析阶段回答AI越详细，最终出Bug的概率越低；修复需求阶段错误的成本仅为编码阶段发现同类错误的1/10到1/10068% 相似待验证自我反思循环（LLM评审）架构的端到端成功率为63.8%，规格漂移失败率为22.8%。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073052API
curl https://kongchang.com/api/v1/knowledge/claims/1073052MCP
get_claim(id=1073052)