待验证75% 置信事实时间未知

K2-Vendor-Verifier使用固定输入测试集覆盖代码生成、推理、对话等多种任务类型进行验证

1

来源数

75%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Kimi K2官方验证工具K2-Vendor-Verifier：一键检测API供应商模型精度

githubMoonshotAI

涉及实体

K2-Vendor-Verifierproduct

相关事实

待验证pass@k指标假设验证器能准确判断答案正确与否，在代码任务之外构建可靠的自动化验证器可能引入误差，且在推理逻辑连贯性评估上存在盲区67% 相似待验证K2-Vendor-Verifier通过logprobs、token级别一致性等指标来量化模型精度差异66% 相似待验证系统在测试点生成后和用例生成阶段均内置自动评审机制，并保留人工评审接口64% 相似待验证在k折交叉验证中，每一折的验证子集需保持原始状态，增强操作只能在对应训练子集上执行64% 相似待验证该提示词体系在国赛C题和电工杯B题上进行了实际测试验证63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/29551

API

curl https://kongchang.com/api/v1/knowledge/claims/29551

MCP

get_claim(id=29551)