待验证50% 置信基准精确时间
在100张工单测试集中，SupportOps-AI的升级错误率为18%，幻觉率为6%，死循环率为3%，完全失败/未解决率为4%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证测试的准确率数据在n=100样本量下误差约为±8-10个百分点（基于95%置信水平的二项分布置信区间）76% 相似待验证在基准测试中，Logistic Regression 达到 86.7% 总体准确率、100.0% 冲击召回率、0.0% 步频误报。76% 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%75% 相似待验证在类别不均衡的分类任务中，准确率（accuracy）会产生误导；例如1000张工单中只有20张真正紧急，模型全部预测为‘不紧急’也能达到98%准确率。74% 相似待验证可落地的Agent评测门槛包括任务拆解率和工具选择准确率达90%以上、闭环完成率不低于85%、错误恢复率不低于80%73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1018284API
curl https://kongchang.com/api/v1/knowledge/claims/1018284MCP
get_claim(id=1018284)