待验证50% 置信事实精确时间
项目采用变异测试后，在6个运行器上执行326次变异，全部被捕获；首次运行注入7个故障时曾有3个存活。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/25
首次发现
有效期至：2027/1/23
来源
涉及实体
相关事实
待验证46个模型中有41个完整跑完全部28道题，3个因服务错误未完成，GPT-5.6 Terra因配额限制止步24/28，GPT-6 Astra只跑了1道题66% 相似待验证所有Claude、GPT-6.1和Gemini模型都在实验中拿到12/12满分，252次尝试中仅1次意外冒充回复66% 相似待验证技术报告覆盖全部十一个系统（包括托管 Jev），并在单台 GB10 DGX Spark 上每个本地检查点运行 336 个冻结用例（288 个单跳和 48 个双跳），共产生 3,360 个结果。66% 相似待验证BlastShield的最新后端测试运行报告32个通过、6个跳过，跳过的6个是需显式启用的真实FalkorDB测试。65% 相似待验证数据集中有 33 个技术错误，最大集群是 Qwen 3.5 35B-A3B 配置，32 次尝试中有 22 个错误64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095477API
curl https://kongchang.com/api/v1/knowledge/claims/1095477MCP
get_claim(id=1095477)