待验证50% 置信事实精确时间

研究者用100条经人工逐调用标注的轨迹对代理裁判进行校准

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

ScopeBench：AI安全代理会为达成目标越界吗？

涉及实体

ScopeBenchproduct

相关事实

待验证研究基于 CRMArena-Pro 中的100个线索资格判定任务展开74% 相似待验证在实际测试中，一次Deep Research调用了104个智能体进行定向调研，基于22个来源、59条声明完成了事实核查72% 相似待验证策略引擎执行的分析器在110次测试中全部110次命中答案+证据契约71% 相似待验证研究团队对200个样本进行了技术审计以分析判别信号来源70% 相似待验证研究者在两个代码评判基准上对MARCH框架进行了原样运行，覆盖80组条件×单元的测量69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955463

API

curl https://kongchang.com/api/v1/knowledge/claims/955463

MCP

get_claim(id=955463)