待验证50% 置信基准精确时间
Turing Agent 在 Formal TCS Bench 上达到了约57-62%的忠实形式化成功率。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/17
首次发现
有效期至:2027/2/15
来源
涉及实体
相关事实
待验证该框架在QUBOBench上达到68%的准确率,比直接单次调用的基线方法高出22个百分点56% 相似待验证写成文字的优先级规则在联合任务中达到 59/60 的联合成功率,优于代码示例的 38/60。56% 相似待验证在 agentgateway 的实测中,qwen3.8(27.3B,Q4_K_M 量化,262K 上下文)有效回答率为 90.0%(54/60),已答准确率为 98.1%(53/54),全量准确率为 88.3%(53/60)。53% 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。52% 相似待验证在 1,000 个验证案例上,最强 LLM 基线准确率为 62.7%,而 EMBER(73.6%)和 ORBIT(70.9%)表现更优。52% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1179291API
curl https://kongchang.com/api/v1/knowledge/claims/1179291MCP
get_claim(id=1179291)