待验证50% 置信基准精确时间

斯坦福HAI研究所2023年报告显示，最新LLM在HumanEval等代码基准测试中正确率已超过85%，远超2021年的不足50%

1

来源数

50%

置信度

长期有效

时效性

2026/7/17

首次发现

来源

AI原生开发实测：零代码半小时搭建企业级管理系统

相关事实

已验证代码生成模型在HumanEval等基准测试中的通过率从60%跃升至90%以上（2024-2025年间）74% 相似待验证2024年的多项研究表明，LLM裁判与人类专家的一致率通常在70%-85%之间73% 相似待验证自2023年GPT-4发布以来，AI在HumanEval等主流编程基准测试上的通过率从不足50%跃升至90%以上73% 相似待验证斯坦福大学2023年的研究表明，主流AI检测工具误判率可高达20%以上72% 相似待验证2025年的顶尖模型在HumanEval基准测试中的通过率已突破90%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/541184

API

curl https://kongchang.com/api/v1/knowledge/claims/541184

MCP

get_claim(id=541184)