待验证50% 置信基准精确时间
实测中草稿接收率仅约41%，草稿模型输出1055个token但仅约438个被接受
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/6
首次发现
有效期至：2026/12/5
来源
涉及实体
相关事实
待验证在一个396个文件的大型混合职责项目上测试时，召回率几乎跌到零65% 相似待验证FactoryDroid跑同样的Opus模型提交成绩为69.9%，而CloudCode为58%，但这是厂商自行提交的数据62% 相似待验证2024 年的多项基准测试表明，经过严格安全对齐的模型在代码生成任务上的拒绝率比基座模型高出 15-30%，在创意写作任务上的自我审查率高达 40%61% 相似待验证在提示中包含具体评估维度（如格式、字数、覆盖要点、排除事项）比模糊提示平均可提升模型输出质量30%-50%61% 相似待验证在试卷批改案例中，Cowork 通过一句指令生成了含平均分约72%、最低30分、最高100分的分析及HTML报告61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/863786API
curl https://kongchang.com/api/v1/knowledge/claims/863786MCP
get_claim(id=863786)