待验证50% 置信事实精确时间
论文的失败分析标注了644次失败尝试，其中93.3%是忠实实现了修改但没有带来提升，仅6.7%是实现或执行问题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
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
待验证基于回放的验证能检测到76.2%的不成功改进，而仅做构建检查完全检测不到这些行为故障80% 相似待验证在35个真正的失败案例中，只有3个不涉及任何断言，说明绝大多数失败源于采信偏见陈述而非信息缺失74% 相似待验证一个 90% 成功、10% 出错的工具调用系统几乎无法投入实际使用，因为单次错误会污染后续上下文造成级联失败72% 相似待验证在带命题约束的任务中，模型整合已验证为无效候选的比例高达93%–100%72% 相似待验证在 119 对“近似问题”测试中，0.81 阈值下 62% 的改动问题会错误命中；即使提高到 0.90，仍有 25% 会命中；真正的同义改写命中率从 39% 降到 4%。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073056API
curl https://kongchang.com/api/v1/knowledge/claims/1073056MCP
get_claim(id=1073056)