待验证50% 置信观点精确时间
REVA的结果仅集中在PrimeVul一个基准上，60%左右的准确率距离完美仍有距离，且探针质量依赖训练数据覆盖范围，威胁模型和静态分析质量也会传导到最终判断。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证混合所有距离的总体准确率会被近处大量易识别样本所主导，从而掩盖远处的真实性能缺陷75% 相似待验证MLP的精度受训练分布限制，对含罕见元素或极端配位的结构可能出现较大误差，因此其主要作用是提供一致且高效的相对排序，而非替代高精度验证。72% 相似待验证由智能体构建的模型在四个基准上精度超越了当前最先进的方法，并且在仅使用约1%的训练标签时仍能保持大部分精度。72% 相似待验证深度估计任务因其回归性质对精度更敏感，可能需要混合精度策略——对敏感层保持 FP16 而对其他层使用 INT869% 相似待验证标准化基准测试存在分布外泛化的局限，智能体可能通过记忆训练集模式得分而非真正具备推理能力69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102990API
curl https://kongchang.com/api/v1/knowledge/claims/1102990MCP
get_claim(id=1102990)