待验证50% 置信基准精确时间

在歧义点的四类行为中，'先搜再问'成功率最高，平均通过率达93.4%，远高于'直接猜'的56.5%，'搜多次再猜'为51.5%

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

腾讯DiscoBench：评测LLM搜索代理歧义澄清能力的首个基准

bilibili熊二等兵2026/7/4

相关事实

待验证假设每步成功率为95%，在一个50步会话中整体成功率约为0.95^50≈8%72% 相似待验证Self-Consistency通过多次采样推理路径后投票取多数答案，可进一步提升准确率约5-10个百分点70% 相似已验证如果一个10步操作中每步准确率为95%，整体成功率仅约60%70% 相似待验证每步60%准确率意味着连续5步后整体成功率约为7.8%（0.6的5次方）70% 相似已验证ReAct的误差会链式放大：若每步准确率为p，经过n步后整体成功率约为p的n次方，单步95%准确率经过10步后整体成功率约降至59.9%，20步后仅剩35.8%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/387237

API

curl https://kongchang.com/api/v1/knowledge/claims/387237

MCP

get_claim(id=387237)