待验证50% 置信事实精确时间

数据集来源于团队开源的NAP（Neutrae Agent Platform）项目，从2893个原始会话中筛选出72个有效日志，最终构建出38个精细的场景矩阵

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/11

首次发现

有效期至：2026/12/10

来源

Agent评估实战：从Sonnet切换至DeepSeek，成本降10倍

涉及实体

相关事实

待验证最终生成的数据集包含40032个Needle格式样本，覆盖获取天气、设置定时器、开关灯三个工具，每个工具约有130种表达变体，另加40个不使用工具的负样本66% 相似待验证项目使用自建数据集，规模约2000多张标注图片，包含训练集、验证集及label标注文件63% 相似待验证HybridDeepResearch基准包含380个工具依赖型任务62% 相似待验证Hugging Face使用本地部署的GLM系列开源模型，数小时内完成了1.7万条攻击日志的分析工作62% 相似待验证Kimi Code的Swarm群组并行模式可以同时处理多个文件，实测一次性处理21篇PDF文档60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/906132

API

curl https://kongchang.com/api/v1/knowledge/claims/906132

MCP

get_claim(id=906132)