待验证50% 置信事实精确时间
56.6% 的保真度通过率意味着超过四成的测试场景仍会出现行为偏差,包括返回结构、错误码、边界条件等方面的不一致。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/12
首次发现
有效期至:2026/11/26
来源
涉及实体
相关事实
待验证在23个测试场景、两个工具的基准上,采用“全量变化即拦截”策略的误报率为50%。77% 相似待验证在Track B上,扁平RAG基线能检测出76%–97%的真实矛盾,但对16%–43%表层相似的安全草稿产生误报(具体比例取决于后端)76% 相似待验证单独测试的辅助危险头版本达到了 99.7% 的召回率,但仍会漏掉一种罕见的直线配置,导致自信的碰撞。75% 相似待验证在25个良性任务、三个框架的单环境测试中,概率门导致完成率降至56%,硬拦截4%的合法调用,并将12–16%的合法调用转入延迟队列;而无门、规则门、LLM审查门的完成率均为68–72%。75% 相似待验证在 119 对“近似问题”测试中,0.81 阈值下 62% 的改动问题会错误命中;即使提高到 0.90,仍有 25% 会命中;真正的同义改写命中率从 39% 降到 4%。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1163846API
curl https://kongchang.com/api/v1/knowledge/claims/1163846MCP
get_claim(id=1163846)