待验证50% 置信观点精确时间
MMLU、HumanEval、MATH等主流基准测试与真实用户日常使用场景存在显著差异
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
Gemini 3.1 Pro体验：共情式对话为何让用户离不开它
redditr/Bard2026/7/10
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/499136API
curl https://kongchang.com/api/v1/knowledge/claims/499136MCP
get_claim(id=499136)