待验证50% 置信事实精确时间

在解剖分期阶段，主导失败模式为显式决策错误，占比达48.2%。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

LLM肿瘤全程诊疗评估新基准：诊断强不等于下游强

涉及实体

NPC-RubricBenchconcept

相关事实

待验证在初始检查阶段和治疗后随访阶段，主导失败模式为决策遗漏，分别占比33.4%和30.4%。76% 相似待验证根据SWE-RPG基准论文，46.7%的代理失败发生在规划和需求分析阶段75% 相似待验证条件化响应图相比两张图的平均值，在Gemma-2-9B上将均方预测误差降低了53.6%72% 相似待验证进入第二轮审查的56份摘要中有30份仍未达标，失败率约54%70% 相似待验证把每一次失败都当作等权重的扣分项是一种严重的评估误区，一个95%的平均分可能掩盖了那5%里最昂贵、最难挽回的失败68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1102995

API

curl https://kongchang.com/api/v1/knowledge/claims/1102995

MCP

get_claim(id=1102995)