待验证50% 置信事实精确时间

HumanEval包含164道编程题，MBPP包含约500道编程题

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

GPT-5.5 Codex推理令牌聚集现象解析：性能退化的成因与应对

hackernewshackernews2026/7/4

相关事实

已验证MMLU包含57个学科领域约1.5万道选择题，HumanEval由OpenAI设计包含164道Python编程题，MATH包含12,500道竞赛数学题，GPQA收录研究生级别科学问题71% 相似待验证MBPP 收录了 500 道众包编程题，GSM8K 包含 8500 道小学数学应用题（需 2-8 个推理步骤）66% 相似待验证社区ECC方案包含63个Agent，均为MD文件，其中6个使用Opus做深度推理，55个使用Sonnet做日常任务，1个使用Haiku58% 相似待验证该课程配套文档字数超过4万字，以六大实战案例为主线，安排六次直播57% 相似待验证Kimi K2.6支持一次性释放300个并行子智能体，从单个提示词出发可生成超过100个文件56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/123358

API

curl https://kongchang.com/api/v1/knowledge/claims/123358

MCP

get_claim(id=123358)