待验证50% 置信事实精确时间

Pass@1表示模型在单次采样时就生成正确结果的概率，Pass@k表示在k次采样中至少有一次正确的概率

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

如何量化评估Agent系统工程质量？六维度评估体系全解析

涉及实体

相关事实

待验证HumanEval通过pass@k指标衡量模型生成正确函数实现的概率75% 相似待验证AdaptiveSpec的逐步边际规则允许当目标模型在草稿token上的概率与其top-1 token概率之比超过阈值时接受该草稿token，即使二者不完全匹配64% 相似待验证由于大模型的输出具有概率性，同一输入在不同运行中可能产生不同结果64% 相似待验证大模型本质上是在对序列中下一个最可能出现的Token进行概率预测64% 相似待验证自回归生成模型在每一步基于前文概率分布采样下一个 token，当某种重复模式获得略高概率后会形成正反馈循环导致重复退化64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931852

API

curl https://kongchang.com/api/v1/knowledge/claims/931852

MCP

get_claim(id=931852)