待验证50% 置信基准精确时间
在谷歌的 Android World 基准测试中，Artemis 报告的成功率高达 99%，该测试覆盖20多款应用、100多项多步骤任务
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/6
首次发现
有效期至：2027/1/4
来源
涉及实体
相关事实
待验证微软研究院调查发现跨iOS/Android双平台维护的测试套件中，每次大版本UI改版平均会导致60%以上的测试用例失效70% 相似待验证在Google FRAMES基准测试中，一个简单的Agent循环（能读取检索结果并再次搜索）达到了92.7%的准确率67% 相似待验证99% 成功率数据来自谷歌自身的基准测试，尚缺乏第三方的大规模独立复现66% 相似待验证测试LLM引用行为时应对同一提示至少运行20—50次，理想情况下扩大至100次以上65% 相似待验证在使用Traework完整模拟产品开发流程的测试中，工具在调研阶段检索了100多个来源，但经人工核验后真正可用的只有约40个，另外60个需要剔除或再查65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/981016API
curl https://kongchang.com/api/v1/knowledge/claims/981016MCP
get_claim(id=981016)