待验证50% 置信事实精确时间
ReproBridge-Bench 包含来自 36 篇论文、387 个实验的 1,029 个任务,每个任务由五个人工验证的参考分数作为锚定标准。
1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现
来源
涉及实体
相关事实
待验证研究构建了CrossProfile基准,包含60个模板,通过交叉支持性、诱饵和无关事实的归属生成480个任务,答案键自动验证。72% 相似待验证文章提出任务账本的最小格式,每个任务一张表,最少六行:已验证事实、未验证假设、已排除分支、未满足要求、当前进度、下一个要检查的问题。70% 相似待验证研究团队在四个训练好的DeBERTa检查点、共7,890条声明上做了对照实验68% 相似待验证项目功能覆盖了66项测试,包括并发写、命令注入、坏文件等场景,均为实测通过。68% 相似待验证WorkspaceBench 基准包含 27 个评估族、共 3356 道题目,覆盖安全、逻辑推理和多跳计算等主题。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142636API
curl https://kongchang.com/api/v1/knowledge/claims/1142636MCP
get_claim(id=1142636)