待验证50% 置信基准精确时间

相对于基线的性能损失在全部三次重复中持续存在的任务有100个，而持续性胜出仅出现在1个任务上

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

更多程序还是更多重复？拆解LLM Harness的覆盖率与专业化

涉及实体

LLM Harnessconcept

相关事实

待验证主流AI生成API的任务成功率通常在92%-98%之间，每100个任务中有2-8个可能失败69% 相似已验证在10步工程任务中若每步成功率为90%，整体任务完成率约35%；若每步成功率提升至99%，整体成功率则跃升至90%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961032

API

curl https://kongchang.com/api/v1/knowledge/claims/961032

MCP

get_claim(id=961032)