待验证50% 置信事实精确时间
AdaExploreBench 的核心设计围绕两个挑战：主动证据获取和隐式规则漂移检测。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证研究者推出了 AdaExploreBench，一个用于评估 evolving 环境中主动探索与测试时适应能力的基准。77% 相似待验证利用AI寻找目标函数漏洞的能力可以主动暴露目标设定中的缺陷，作为红队测试的延伸66% 相似待验证AI辅助测试的探索路径包括三个层次：基于需求文档的用例生成（设计层自动化）、基于代码变更的回归用例推荐、基于历史缺陷数据的风险区域识别62% 相似待验证jev-tools 的核心设计是将“取证”（从仓库收集证据）与“判断”（基于证据回答具体问题）分离给不同机制。62% 相似待验证Anthropic为自动模式设计了双层防御架构，包括服务端探针扫描工具返回结果和分类器复检动作62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074029API
curl https://kongchang.com/api/v1/knowledge/claims/1074029MCP
get_claim(id=1074029)