待验证50% 置信事实精确时间

研究团队构建了新评测集MegaRCA-Mix，包含50个人工标注的失败案例，覆盖长周期、执行密集型任务

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/15

首次发现

有效期至：2026/12/14

来源

AI智能体故障归因：把根因分析变成一个搜索问题

涉及实体

MegaRCA-Mixproduct

相关事实

待验证测试发起方明确表示最看重失败案例，希望社区反馈哪些信息模糊、什么阻碍了工具选择、Agent 想找但找不到的信息68% 相似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66% 相似待验证编排层包含任务分解、模型路由、结果融合和质量校验四个关键环节66% 相似待验证研究测试了7个技能和4个受害者模型65% 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65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921738

API

curl https://kongchang.com/api/v1/knowledge/claims/921738

MCP

get_claim(id=921738)