待验证50% 置信事实精确时间
在160个OWASP案例上，不同模型配置在“清除”与“未解决”结果之间进行权衡；十上下文实验组仅评估了96个案例，暴露出评估覆盖的局限性。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证在两套各120个证据包的测试中，模型拒绝了70%到100%的适用反例，而针对构造特定范围的检查则能正确分类所有证据包。71% 相似待验证覆盖率门基准运行结果只找到了 20 个案例中的 8 个，未达到通过条件。71% 相似待验证首轮80个用例是配对检验的合理下限；配对检验的效力来自不一致对子，全部通过的集合无论多大都没有用。70% 相似待验证在少样本（如每类约20个样本）情况下，应放弃多分类细分，将所有缺陷折叠成二分类问题（有缺陷/无缺陷），把具体分类交给人工事后处理69% 相似待验证实验包含：成功运行（4 个用例全部通过）、受控失败实验（修改折扣计算逻辑导致失败，模型将问题定位到百分比折扣公式）、历史分析（比对 15 份历史报告验证失败到通过的转变）。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106289API
curl https://kongchang.com/api/v1/knowledge/claims/1106289MCP
get_claim(id=1106289)