待验证50% 置信观点精确时间
Benchmark测试的题目由人类预先定义,评分只看最终答案,无法反映模型是否具备提出猜想、选择抽象层次或判断证明路径的能力。
1
来源数
50%
置信度
长期有效
时效性
2026/11/11
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/1160772API
curl https://kongchang.com/api/v1/knowledge/claims/1160772MCP
get_claim(id=1160772)