待验证50% 置信基准精确时间

实验规模达到440次运行，评估标准为答案+证据契约，即结果必须正确且附带完整可验证的证据

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

受控执行vs运行时规划：企业分析AI如何实现100%可复现

涉及实体

arXiv:2609.03209concept

相关事实

待验证A/B测试通常需要至少数百次访问才能得出统计上可信的结论70% 相似待验证审计级对抗测试证据应包含被测系统精确版本标识、测试用例版本快照、通过失败判定量化标准及完整测试时间戳68% 相似待验证在实际测试中，一次Deep Research调用了104个智能体进行定向调研，基于22个来源、59条声明完成了事实核查66% 相似待验证17.5万科学家的使用数据来自项目方自述，其科研严谨性和结果在同行评审中的接受度仍需检验66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/898638

API

curl https://kongchang.com/api/v1/knowledge/claims/898638

MCP

get_claim(id=898638)