待验证50% 置信基准精确时间
Argon在软件工程权威评测中据称取得近78%的成绩
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/8
首次发现
有效期至：2027/1/6
来源
涉及实体
相关事实
待验证在Artificial Analysis的AA Omniscience测试中Argon幻觉率为15%（智能指数45分及以上模型里最低），准确率为50%低于Astra的63%，Argon更倾向于承认不知道而非给出错误猜测63% 相似待验证作为对比，Program-of-Thought基线整体准确率为72.0%，工具调用agent为58.7%60% 相似待验证在经过针对性探测后，A-CEGIS的鲁棒成功率达到77%57% 相似待验证ELO评分系统由匈牙利裔美国物理学家Arpad Elo设计，评分差距每增加约200分高分者胜率约提升75%57% 相似待验证对 177 个验证器判定结果的人工审查显示准确率达到 97.7%56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/989534API
curl https://kongchang.com/api/v1/knowledge/claims/989534MCP
get_claim(id=989534)