待验证50% 置信事实精确时间
主要评估集包含来自两个基准的1,700个问题。
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2014 年启动的 CommonMark 项目试图通过一份包含 600 多个测试用例的严格规范解决 Markdown 的解析歧义问题60% 相似待验证SimpleQA Verified基准包含1000个问题，由OpenAI原始SimpleQA数据集经过参考答案核对、相似问题去除和主题平衡后筛选得出。60% 相似待验证研究者在两个代码评判基准上对MARCH框架进行了原样运行，覆盖80组条件×单元的测量60% 相似待验证whatmodel.sh 榜单从 1,011 个来源收集了 22,113 个基准测试结果，覆盖 987 个基准测试。59% 相似待验证评估的第一步是收集一组有代表性的输入-输出对，覆盖核心功能路径、常见边缘场景和已知的历史故障案例57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1103090API
curl https://kongchang.com/api/v1/knowledge/claims/1103090MCP
get_claim(id=1103090)