待验证70% 置信事实精确时间

pass@k指标最早在OpenAI的Codex论文中被系统化定义，衡量对同一问题独立采样k次至少有一次答对的概率

2

来源数

70%

置信度

长期有效

时效性

2026/9/7

首次发现

来源

微软TailSFT：过滤已拟合样本，让SFT更好地为RL铺路

涉及实体

pass@kconcept Codexproduct OpenAIcompany

相关事实

待验证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71% 相似部分验证pass@k 系列指标源于代码生成评估领域，最早在 OpenAI 的 HumanEval 论文中被系统化使用71% 相似待验证pass@k是代码生成等任务中衡量采样质量的常用指标：对同一问题独立采样k个候选答案，只要其中任意一个通过验证就算成功。70% 相似待验证HumanEval基准测试由OpenAI于2021年随Codex模型论文一同发布，包含164道编程题，Pass@1指一次生成即通过全部测试用例的比例68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/873220

API

curl https://kongchang.com/api/v1/knowledge/claims/873220

MCP

get_claim(id=873220)