部分验证75% 置信事实精确时间
pass@k 系列指标源于代码生成评估领域，最早在 OpenAI 的 HumanEval 论文中被系统化使用
3
来源数
75%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证pass@k 指标在 HumanEval、MBPP 等标准测试集上被广泛采用75% 相似待验证pass@1指标最初从代码生成评测领域（如HumanEval基准）借鉴而来，用于衡量模型一次生成正确代码的概率74% 相似待验证HumanEval基准测试由OpenAI于2021年随Codex模型论文一同发布，包含164道编程题，Pass@1指一次生成即通过全部测试用例的比例71% 相似待验证pass@k指标最早在OpenAI的Codex论文中被系统化定义，衡量对同一问题独立采样k次至少有一次答对的概率71% 相似已验证HumanEval由OpenAI自研，专门测试代码生成的功能正确率68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/991245API
curl https://kongchang.com/api/v1/knowledge/claims/991245MCP
get_claim(id=991245)