[控场AI]
待验证50% 置信基准精确时间

在 SWE-CoWork 评测中,表现最好的两个模型能通过约63%的 fail-to-pass(F2P)测试,但完整完成的任务不足8%。

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

引用此条事实

Stable URI
https://kongchang.com/claim/1179746
API
curl https://kongchang.com/api/v1/knowledge/claims/1179746
MCP
get_claim(id=1179746)