待验证50% 置信事实精确时间

CXBench 是一个用围棋测评大模型能力的项目

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

用围棋测试大模型：一手棋看懂七种AI核心能力

涉及实体

相关事实

待验证UC-Bench是一个由人工标注、专门用于评估用户侧冲突检测能力的基准63% 相似待验证AttSVD的测试覆盖了一个智能体基准和完整的LongBench长上下文评测套件61% 相似待验证DiscoBench的评测框架从任务效用、歧义检测能力、交互策略、成本效率四个维度评估60% 相似待验证Pitch Deck Analyzer提供逐张幻灯片的可融资性反馈60% 相似待验证Felony Bench是专门评估大模型在违法或高风险行为场景下攻击性能力的红队基准测试集，涵盖网络入侵、恶意代码生成、社会工程学攻击等场景59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/993092

API

curl https://kongchang.com/api/v1/knowledge/claims/993092

MCP

get_claim(id=993092)