待验证50% 置信权衡取舍精确时间

剩余12%的失败率主要来自复杂参数组合、边界情况或格式偏差，对生产环境是不可忽视的挑战

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

GPT-2微调实验：355M小模型实现88%函数调用成功率

相关事实

待验证缺陷检测任务的核心难点在于样本极度不平衡，业界通常采用数据增强、损失函数加权（如Focal Loss）或异常检测范式应对73% 相似待验证累积错误导致的成功率瓶颈是当前Computer Use模型落地的主要工程问题之一71% 相似待验证传统ReAct模式在复杂场景下存在瓶颈，长链路推理中的误差累积效应会导致任务失败率上升70% 相似待验证引导式生成模型面临数据依赖挑战，极端事件数据本就稀缺，数据质量直接决定估算可靠性70% 相似待验证错误选择技术复杂度层级会导致过度工程化或能力不足，两种失误在实际项目中代价高昂69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/513757

API

curl https://kongchang.com/api/v1/knowledge/claims/513757

MCP

get_claim(id=513757)