待验证50% 置信权衡取舍精确时间
传统Benchmark对于工具调用型智能体存在短板:通常是静态问答对,无法模拟真实世界的副作用和状态变化
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
引用此条事实
Stable URI
https://kongchang.com/claim/887122API
curl https://kongchang.com/api/v1/knowledge/claims/887122MCP
get_claim(id=887122)