待验证50% 置信观点精确时间

MCPJam 作为新发布的产品，其实际评估效果、对不同模型的兼容程度及评估指标科学性仍需在真实项目中检验

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/17

首次发现

有效期至：2026/12/16

来源

MCPJam：面向 MCP 服务器的测试与评估平台

涉及实体

相关事实

待验证该项目采用配对McNemar检验作为统计显著性验证方法75% 相似待验证McNemar检验是一种专门用于配对二分类数据的非参数检验方法66% 相似待验证评估模型实际性能需参考独立基准测试结果，如 MMLU、HumanEval、MT-Bench 等65% 相似待验证预览版适合评估与实验，但涉及敏感数据或关键业务的生产环境应优先选择稳定版本64% 相似待验证experimental_evaluate 相关接口仍处于实验阶段，生产使用前建议充分验证其稳定性64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/929543

API

curl https://kongchang.com/api/v1/knowledge/claims/929543

MCP

get_claim(id=929543)