待验证50% 置信基准精确时间

LEGO在多跳问题上保持了稳健性，并在开放式基准测试中在所评估的基线中取得最佳结果

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/24

首次发现

有效期至：2026/12/23

来源

LEGO框架：GraphRAG与专家思维链协同破解法律推理难题

涉及实体

相关事实

待验证该产品宣称可根据任务自动组合多个技能，串联完整工作流，但该能力的编排稳定性和可靠性仍待独立测试验证64% 相似待验证通过回归测试主要验证功能正确性和输出一致性，不覆盖并发竞态条件、极端负载行为或长时间运行稳定性63% 相似待验证传统自动化测试框架（如Selenium、Playwright、Pytest）在CI/CD回归测试环节仍然最高效，因执行速度快、结果确定性高、成本固定62% 相似已验证评估大模型能力时多轮测试的稳定性比单次答对更能反映真实能力61% 相似待验证传统基准测试往往关注准确率和推理速度，但任务完成率和收敛稳定性在实际工程场景中同样重要甚至更为关键60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946213

API

curl https://kongchang.com/api/v1/knowledge/claims/946213

MCP

get_claim(id=946213)