待验证50% 置信事实精确时间

RFCLLM 评测总计包含 1482 条任务查询

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

RFCLLM：大模型真能读懂网络协议状态机吗？

涉及实体

相关事实

待验证RFCLLM 设计了 4 类任务用于探测 LLM 对状态机的理解能力63% 相似待验证该研究在两层隐藏层MLP上针对模块化算术任务系统扫描了384种超参数配置59% 相似待验证RFCLLM 将自身定位为验证 LLM 是否真正可信于协议规范 FSM 推理的一步，提供可复现的多维度评测基准57% 相似待验证阿里通义实验室推出智能体评测基准Powbench V1.0，评测包含150道真实任务与4050个测试单元，Quant 3.6 Max Preview搭配QuantPow的组合取得综合第一名56% 相似已验证HumanEval基准包含164道编程题，是衡量代码生成能力的主流标准55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921827

API

curl https://kongchang.com/api/v1/knowledge/claims/921827

MCP

get_claim(id=921827)