[控场AI]
待验证50% 置信解决方案精确时间

评估 Agent 或修改提示词/工具后,应使用约二十个真实案例组成的评估集进行全量回归,每个案例有明确好结果标准,并混入棘手与对抗性场景;需跟踪通过率、每任务步数、每任务成本以及人工介入频率。

1
来源数
50%
置信度
长期有效
时效性
2026/11/8
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/1147923
API
curl https://kongchang.com/api/v1/knowledge/claims/1147923
MCP
get_claim(id=1147923)