待验证50% 置信事实精确时间
试卷功能被设计成可添加的节点，用户拖拽试卷节点到要考试的文档下方，Agent会询问考试题量，并支持自定义题数（如30题、40题、100题）。
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
开源AI学习智能体：从拓扑图到试卷生成的全流程体验
bilibili岚中古桥2026/10/30
涉及实体
相关事实
待验证测试设计了50个可自动校验的任务，分为数学多步计算、从订单备注提取JSON、分类支持工单、条件过滤并排序、严格格式写作五类，每类10题，每题均有标准答案。73% 相似待验证该基准由28个小型财务结账任务组成，包括6道差异桥接题、6道权责发生制与截止测试、6道报表勾稽题和10道前提校验题70% 相似待验证作者写下了25个测试用例，覆盖无工具问答、计算、代码执行、搜索、多步骤任务以及失败场景。70% 相似待验证ARC-AGI包含400道训练题和400道测试题,每道题由2-3个输入输出示例和一个待解决的测试用例组成69% 相似待验证构建小型测试集应从30到50个真实问题开始，每个问题附带正确答案和包含答案的文档，分别衡量检索（正确文本块是否出现在靠前结果中）和生成（最终答案是否由检索文本支撑）两方面。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1118059API
curl https://kongchang.com/api/v1/knowledge/claims/1118059MCP
get_claim(id=1118059)