待验证50% 置信基准精确时间

测试结果为30张工单中有27张被送到了正确的团队

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/10

首次发现

有效期至：2027/1/8

来源

实测JEV AI工单分类：30张工单27张分对，还能识别钓鱼邮件

涉及实体

相关事实

待验证评测者认为通义千问3.6 27B是30B级别中对高考数学题表现最好的模型61% 相似待验证Cuey 接入的模型超过 30 个61% 相似待验证在EvoMap的基准测试中，子智能体实际找出373个正确答案，但主智能体合并后最终结果只保留了217个61% 相似待验证DiscoBench最终生成211个测试样本，包含463个歧义实例59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/993714

API

curl https://kongchang.com/api/v1/knowledge/claims/993714

MCP

get_claim(id=993714)