待验证85% 置信事实时间未知
Fleet Intelligence的AI异常检测基于时间序列分析和无监督学习算法，而非简单的阈值告警
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
涉及实体
相关事实
待验证Databox的AI能力使用异常检测（如Isolation Forest、LSTM神经网络）和时序预测技术来主动发现数据中的模式和异常68% 相似待验证主流反自动化检测手段包括轨迹分析、时序分析、设备指纹和行为建模67% 相似待验证更科学的AI效能评估应参考DORA指标体系，结合部署频率、变更前置时间、缺陷逃逸率、代码圈复杂度等多维指标66% 相似待验证The autonomous loop in AI coding tools uses a lightweight evaluation model (with fewer parameters and faster inference) to judge whether current output meets preset conditions after each execution round.66% 相似待验证发布前拦截的回归数是易于非技术人员理解的AI质量指标，对应AI工程中的质量门禁（Quality Gates）机制65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/21228API
curl https://kongchang.com/api/v1/knowledge/claims/21228MCP
get_claim(id=21228)