待验证50% 置信发布精确时间
一篇发表于arXiv（编号2609.19212v1）的研究提出了名为TranSGrid的新测试平台
1
来源数
50%
置信度
长期有效
时效性
2026/9/18
首次发现
来源
涉及实体
相关事实
待验证GraphEcho 是 arXiv 上一篇论文提出的基准测试，用于检验图智能体是否会把重复出现的信息误认为额外的印证63% 相似待验证arXiv上的一项研究（arXiv:2609.04300v1）提出了一种基于机器学习的数据优化故障筛查方法用于电力系统安全评估62% 相似待验证一项来自arXiv的研究提出了一种测试时优化方法，通过移除输入中未被提及的概念来提高LLM解释的完整性和可靠性62% 相似待验证一篇发布在arXiv上的研究（arXiv:2609.15995）搭建了统一推理网关，让十种外在审计工具在十个前沿模型组成的共享面板上跑同一套评测62% 相似待验证HumanEval基准测试由OpenAI于2021年随Codex模型论文一同发布，包含164道编程题，Pass@1指一次生成即通过全部测试用例的比例58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/931089API
curl https://kongchang.com/api/v1/knowledge/claims/931089MCP
get_claim(id=931089)