待验证50% 置信事实精确时间
测试者从 capy-flash C++/CUDA 推理引擎的私有提交历史中挑选了 9 个真实回归 bug 进行对比测试。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/2
首次发现
有效期至：2027/1/31
来源
涉及实体
相关事实
待验证开发者使用Thingi10K数据集样本以及专门构造的对抗性畸形输入对Sutura进行了鲁棒性测试67% 相似待验证实验在一个九核FP16 GEMM（半精度通用矩阵乘法）测试集上进行65% 相似待验证测评针对机器学习研究中常见的 7 类效度缺陷构造测试题，包括合成数据当真实证据、测试集泄漏、小样本过度推断、类别不平衡下报告准确率、退化的置信区间、未校正的多重比较和 best-of-N 种子挑选64% 相似待验证研究团队收集了103,939条经过评分的模型回复，覆盖十种配置：八个关闭推理功能的LLM外加其中两个开启最大推理能力的版本64% 相似已验证突变测试（Mutation Testing）通过人为引入代码缺陷来检验测试用例是否真正有效63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1127030API
curl https://kongchang.com/api/v1/knowledge/claims/1127030MCP
get_claim(id=1127030)