待验证50% 置信观点精确时间
50个标签页的税务工作簿是对模型长上下文能力的压力测试，既考验数据容纳规模也考验长距离依赖推理精度
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证论文构建了一次行为压力测试，系统性验证了预测智能体应先估计哪个证据来源值得主导以及路由策略应在可审计约束下自我适应69% 相似待验证Needle-in-a-Haystack测试将关键信息随机插入超长文档不同位置，测试模型能否准确找到，是检验长上下文能力的标准压力测试65% 相似待验证极简模式适合作为压力测试和全链路测试的选择，用于测试文件写入吞吐量、并发数量、每秒IO等性能指标64% 相似待验证测试向每个模型提供了五类标准化文档：PRD文档、设计规范文档、技术栈文档、SPEC文档和Cloud MD文档63% 相似待验证论文将评估证据区分为六个层次：字段级、配对级、列表级、案例级、轨迹级和结果级63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/957669API
curl https://kongchang.com/api/v1/knowledge/claims/957669MCP
get_claim(id=957669)