待验证50% 置信基准精确时间

早期的Codex模型在HumanEval测试上的通过率约为28.8%

1

来源数

50%

置信度

长期有效

时效性

2026/8/24

首次发现

来源

Vibe Coding是什么？AI编程的理想与现实真相

涉及实体

Codexmodel HumanEvalconcept

相关事实

待验证2023 年一项学术研究发现在特定提示条件下 Codex 模型约 1% 的输出与训练数据存在逐字匹配66% 相似待验证在HumanEval等专业代码基准测试中，顶尖模型的表现已接近甚至超越人类平均水平59% 相似待验证Ithaca模型缺失文字预测准确率约62%，人类专家独立完成时约为25%，地理来源推断约71%，年代估算误差中位数约30年58% 相似待验证修复前模型每约29次下一token预测中约有1次的选择与数学上应有结果不同56% 相似待验证审计数据显示 Codex 有 40% 的时候会提交 draft（草稿）PR，其他模型则很少这样55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/793867

API

curl https://kongchang.com/api/v1/knowledge/claims/793867

MCP

get_claim(id=793867)