待验证50% 置信事实精确时间
Frontier Code的误报率为6.9%，相比SWE-Bench Pro的36.0%降低了约81%
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
Frontier Code深度解析：代码能跑≠能合并，编程基准测试迎来质量革命
bilibili烟神殿副殿主2026/6/9
相关事实
待验证BackEngine 团队宣称相比直连连接器，错误率降低 67%67% 相似待验证SWE-Bench Pro的假阳性率为8.5%，假阴性率高达24%；而DeepSWE的假阳性率仅为0.3%，假阴性率仅为1.1%66% 相似待验证单纯使用'少写代码'提示词可减少33%代码量，但安全指标下降至95%66% 相似待验证SWE-Bench Pro has a false negative rate of 24%, meaning 1 out of every 4 correct answers is incorrectly marked as a failure.66% 相似待验证SWE-Bench Pro has a false positive rate of 8.5%, meaning the verifier accepts incorrect implementations at that rate.64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/49041API
curl https://kongchang.com/api/v1/knowledge/claims/49041MCP
get_claim(id=49041)