待验证50% 置信基准精确时间
Deal Pilot 在 644 封经过 A/B 测试的邮件中实现了 6.0% 的回复率。
1
来源数
50%
置信度
长期有效
时效性
2026/11/7
首次发现
来源
涉及实体
相关事实
待验证零样本 Qwen2.5-VL-3B-Instruct 在测试集上的整票精确率为 5.3%,自动批准率为 8.1%;OCR + 规则基线的整票精确率为 37.8%,自动批准率为 55.0%。59% 相似待验证四次成功审稿的提示token数分别为Sentinel 5,095、Vuln-Scanner 5,365、Bloom 5,149、Wiper 24,372,响应token分别为1,820、1,764、1,974、1,605;探针花费443提示和1,009响应token。58% 相似待验证Caveman给出的固定54次运行基准测试结果显示输入Token减少33.2%,且18/18项正确性检查全部通过57% 相似待验证换用Qwen模型测试结论一致,令牌方案正确率67.0%,真实数据64.8%57% 相似待验证在 agentgateway 的实测中,claude-sonnet-5 有效回答率为 98.3%(59/60),已答准确率为 93.2%(55/59),全量准确率为 91.7%(55/60),延迟 p50 为 1080ms,p95 为 1412ms,每次调用成本为 $0.000704。57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1146220API
curl https://kongchang.com/api/v1/knowledge/claims/1146220MCP
get_claim(id=1146220)