已验证75% 置信事实精确时间
pass@1指标最初从代码生成评测领域（如HumanEval基准）借鉴而来，用于衡量模型一次生成正确代码的概率
3
来源数
75%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
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% 相似部分验证pass@k 系列指标源于代码生成评估领域，最早在 OpenAI 的 HumanEval 论文中被系统化使用74% 相似已验证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68% 相似待验证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。68% 相似待验证Anthropic将Code Review商用化，本质是把审查也交给模型：由模型对模型产出的代码做静态分析、逻辑校验与风险标注，人类只处理被标记的高风险部分。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/507772API
curl https://kongchang.com/api/v1/knowledge/claims/507772MCP
get_claim(id=507772)