已过期50% 置信基准精确时间

索尔在34项验证中通过了14项，扣分前的原始得分为40.48%

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/28

首次发现

有效期至：2026/10/12(已过期)

来源

GPT-6 Sol屎山代码实测：能撼动Astra吗？

涉及实体

相关事实

待验证手工编写的 22 计算器库在其支持的 440 个病例上完全精确，但对其余病例选择弃权，整体覆盖率仅 40.0%69% 相似待验证在完全未被触碰的152题测试子集上，锚定混合检索为42.11%，规划引导方法仅36.84%66% 相似待验证在27个评估设置中，蒸馏在其中21个设置里缩小了群体差距65% 相似待验证一条历史前驱路径复现了17个冻结的授权—后继结果，实例盲测匹配了全部183项评分预期，软件包复现了240项归档观察结果61% 相似待验证在某些测试中，文档中间段信息的检索准确率比首尾段低40%以上61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/954927

API

curl https://kongchang.com/api/v1/knowledge/claims/954927

MCP

get_claim(id=954927)