[控场AI]
已验证75% 置信事实精确时间

基准测试(benchmark)是用标准化任务和评分方式衡量模型能力的方法,常见公开基准如 MMLU、HumanEval 等。

3
来源数
75%
置信度
长期有效
时效性
2026/11/2
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1126262
API
curl https://kongchang.com/api/v1/knowledge/claims/1126262
MCP
get_claim(id=1126262)