已验证75% 置信事实精确时间
pass@k指标衡量模型生成k个候选代码片段时至少有一个能通过全部测试用例的概率
3
来源数
75%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
国内直连Codex配置教程：GPT Agent完整上手指南
bilibili无汁西瓜2026/6/26
相关事实
待验证pass@k是代码生成等任务中衡量采样质量的常用指标：对同一问题独立采样k个候选答案，只要其中任意一个通过验证就算成功。79% 相似待验证在代码生成评估中，pass@1衡量模型一次生成通过测试的概率，pass@10允许模型尝试10次取最优74% 相似待验证数值一致性测试可系统化为回归测试套件，在每次引擎版本升级后计算两端 per-token log 概率的最大绝对误差和 KL 散度，设定容忍阈值（如 KL < 1e-4）超出时阻断训练74% 相似待验证pass@k指标最早在OpenAI的Codex论文中被系统化定义，衡量对同一问题独立采样k次至少有一次答对的概率71% 相似已验证推测解码将草稿模型生成的候选序列整体提交给目标模型进行一次性批量验证，只需一次前向传播即可判断每个候选token是否正确70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488716API
curl https://kongchang.com/api/v1/knowledge/claims/488716MCP
get_claim(id=488716)