待验证50% 置信基准精确时间
研究测试了7个技能和4个受害者模型
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证研究团队选取了8个跨越不同能力层级的模型，在54个基准测试上进行交叉评估74% 相似待验证研究团队构建了包含5,078个人际冲突场景的基准测试集，覆盖六个道德维度69% 相似待验证该实测任务共进行四轮，累计调度68个子智能体，完成了数字人写作技能模块的批量提示词测试69% 相似待验证文章提出了8个测试人必备的Skill：需求文档转测试用例、Swagger接口文档转接口测试脚本、Bug报告生成器、测试日志智能分析、自动化脚本代码生成、测试报告摘要生成、代码Review助手、性能测试结果分析69% 相似待验证该 Skill 内置了扫描、评分和失败分析的辅助脚本，用于对现有选择器策略进行分级评分并识别高风险脆弱选择器65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/911413API
curl https://kongchang.com/api/v1/knowledge/claims/911413MCP
get_claim(id=911413)