待验证50% 置信事实精确时间

DiscoBench最终生成211个测试样本，包含463个歧义实例

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

腾讯DiscoBench：评测LLM搜索代理歧义澄清能力的首个基准

bilibili熊二等兵2026/7/4

相关事实

待验证本次测试共产生147次模型调用56% 相似待验证模型最终输出一个201×18×4的张量，其中4代表4条车道线，18代表关键行，201代表200个格子位置加1个不存在类别54% 相似待验证叠加cv=5的5折交叉验证后，144种参数组合需训练144×5=720次模型53% 相似待验证基准测试中每个仓库每一边各跑4次取中位数52% 相似待验证Sol在Terminal Bench 2.1编程测试中获得9019分51% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/396699

API

curl https://kongchang.com/api/v1/knowledge/claims/396699

MCP

get_claim(id=396699)