待验证50% 置信事实精确时间

VCR（Valid Completion Rate）衡量Agent可靠地正常结束并交付可评估结果的比例，与任务正确性无关。

1

来源数

50%

置信度

长期有效

时效性

2026/10/26

首次发现

来源

当Agent失败时，该怪模型还是执行框架？

涉及实体

相关事实

待验证94.4%的精度保留是跨八个基准的平均表现，而非单一任务结果，说明mmVB的收益具有普适性。68% 相似待验证可落地的Agent评测门槛包括任务拆解率和工具选择准确率达90%以上、闭环完成率不低于85%、错误恢复率不低于80%65% 相似待验证端到端任务完成率很可能成为比跑分更有实际参考价值的模型评估指标64% 相似待验证任务完成率指无人工干预下独立完成目标的比例，资源完成比等于价值除以成本60% 相似待验证Virality Score 是 Klap 对每条剪辑给出的 0 到 100 分预测值，主要基于视频开头几秒的钩子强度，不分析内容准确性或脱离上下文后的可理解性。60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1098742

API

curl https://kongchang.com/api/v1/knowledge/claims/1098742

MCP

get_claim(id=1098742)