待验证50% 置信事实精确时间
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
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69% 相似待验证据《华尔街日报》报道，Google内部评估显示这些中间检查点模型在性能上与Flash系列相比没有显著优势66% 相似待验证在谷歌的 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66% 相似待验证Google在2016年的一项内部研究中发现，其测试套件中约16%的测试存在不稳定性65% 相似待验证Google的工程实践数据显示，小于100行的变更其审查通过率和缺陷发现率明显优于大变更65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/981017API
curl https://kongchang.com/api/v1/knowledge/claims/981017MCP
get_claim(id=981017)