待验证50% 置信基准精确时间
OpenAmer账本记录的总结果数为1,701，其中543通过、1,158失败，通过率为31.9%
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/11
首次发现
有效期至：2026/10/25
来源
涉及实体
相关事实
待验证在 Terminal Bench 2.1 测试中，OpenCode 对比里 89 个任务的失败数从 29 降到 16，多解决 13 题，分数提升 14.61 个百分点69% 相似待验证在包含 333 篇文章、1,218 条提示的测试集上，Fiorillo v0.5 的期望校准误差（ECE）为 0.0168，远低于预设上限 0.0568% 相似待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零60% 相似待验证报告中门控准确率58%被误当成端到端质量，而真实端到端质量为98%59% 相似待验证在实验中，零样本生成任务解决率为17%，通用自我纠错为27%，仅错误反馈为23%，诊断性反例反馈（A-CEGIS）达到90%59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/999786API
curl https://kongchang.com/api/v1/knowledge/claims/999786MCP
get_claim(id=999786)