已过期50% 置信基准精确时间

Anthropic 的「针测试」基准显示 Claude 在20万 Token 范围内关键信息检索准确率超过99%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/6

首次发现

有效期至：2026/10/4(已过期)

来源

Claude花$149主导开发sqlite-utils 4.0：AI编程能力的真实样本

hackernewshackernews2026/7/5

相关事实

待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）70% 相似待验证在CLINC150基准测试上，80条微调数据可使向量路由达到85.9%的准确率，完整fine-tune可达96%以上67% 相似待验证在某些测试中，文档中间段信息的检索准确率比首尾段低40%以上67% 相似待验证实验数据显示关键信息位于输入序列首尾时模型检索准确率可高达90%以上，位于中段时可能骤降至60%以下67% 相似待验证该系统在50个已验证的CVE样本上实现了85%以上的检测准确率65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115315

API

curl https://kongchang.com/api/v1/knowledge/claims/115315

MCP

get_claim(id=115315)