待验证50% 置信事实精确时间
pass@k指标衡量模型生成k个候选代码片段时至少有一个能通过全部测试用例的概率
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
国内直连Codex配置教程：GPT Agent完整上手指南
bilibili无汁西瓜2026/6/26
相关事实
待验证K折交叉验证将数据均分为K份，轮流以其中一份作为验证集，其余K-1份作为训练集，最终取K次结果的均值70% 相似待验证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70% 相似待验证设置probability=True会使sklearn在每次fit()时内部额外执行5次交叉验证的SVM训练68% 相似待验证pass@1指标最初从代码生成评测领域（如HumanEval基准）借鉴而来，用于衡量模型一次生成正确代码的概率68% 相似待验证在k折交叉验证中每一折产生一组性能指标值，为Wilcoxon符号秩检验提供配对观测值样本66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488716API
curl https://kongchang.com/api/v1/knowledge/claims/488716MCP
get_claim(id=488716)