待验证50% 置信基准精确时间

研究者测试了17个模型在3DCodeEdit上的表现，平均成功率只有37%。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/30

首次发现

有效期至：2027/1/28

来源

3DCodeEdit基准：指令驱动3D程序编辑，最强模型成功率不足60%

涉及实体

3DCodeEditproduct

相关事实

待验证在模拟真实Cursor编码的测试中，成绩从34.1%提升至55.5%67% 相似待验证在代码修复任务中，使用静态验证器成功率为 26.3%，引入预测性选择后升至 29.2%，经世界模型自适应后达到 31.2%66% 相似待验证在一项严谨的试验中，经验丰富的开发者在自己的成熟代码库中使用AI工具，结果速度慢了19%，但他们自己相信快了20%。65% 相似待验证在多项基准测试中，即使是最先进的模型在专业技术领域的幻觉率也可达15%-30%65% 相似待验证原视频引用了一项基准测试：模型被提供46种工具时没能完成任务，同一个任务工具缩减到19种后反而通过了。64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1114760

API

curl https://kongchang.com/api/v1/knowledge/claims/1114760

MCP

get_claim(id=1114760)