待验证50% 置信观点精确时间
Benchmark成绩与实际生产环境表现之间存在评测-应用鸿沟，因为标准评测通常是单轮短上下文有标准答案的任务
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
引用此条事实
Stable URI
https://kongchang.com/claim/830015API
curl https://kongchang.com/api/v1/knowledge/claims/830015MCP
get_claim(id=830015)