待验证50% 置信事实精确时间

即使是最先进的代码生成模型，其生成代码的功能正确率也仅在60%-80%之间，而模型对自身输出正确性的自信度却往往高达90%以上

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Fable 5系统提示词泄露解析：近10万字AI行为规范的核心设计逻辑

bilibili默然萧璃2026/6/20

相关事实

待验证即使是最先进的代码模型，在声称'代码已通过测试'时，实际通过率也可能低于70%76% 相似待验证精准提示词首次生成代码可用率为80%74% 相似待验证基准过拟合是当前大模型评估的核心问题，部分模型在HumanEval上达到90%以上通过率但在真实代码库中表现远不如预期73% 相似已验证Speculative Decoding在草稿模型预测准确率达到60-80%时，整体推理速度可提升2-3倍73% 相似待验证讲者认为评估AI编程代理应关注80%、90%、99%成功率下的数据而非常被引用的50%成功率版本，因为99%才意味着可信赖并委托给模型73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/43707

API

curl https://kongchang.com/api/v1/knowledge/claims/43707

MCP

get_claim(id=43707)