待验证50% 置信观点精确时间
该测试是一次概念演示（proof of concept），而非对Adapt-1通用能力的完整基准测试
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/3
首次发现
有效期至：2027/1/1
来源
涉及实体
相关事实
待验证本次测试仅覆盖了复刻维度，即给定明确目标看模型能否精准还原，尚未测试编导（镜头想象力）能力76% 相似待验证现有科学类基准测试将所有已知量一次性提供给模型，只需完成一次性符号推理，回避了通过实验获取信息的环节75% 相似待验证自编测试通过不等于原版行为已经对照通过，自编测试只能验证理解的逻辑是自洽的，无法保证与原版在所有情况下行为一致73% 相似待验证行为回归测试借鉴了传统软件工程中的回归测试理念：每当修改提示词时，自动运行一组预定义的测试用例，验证模型在关键行为维度上没有退化73% 相似待验证鲁棒性测试应纳入模型评估流程，仅测试标准提示不够，应主动引入扰动变体检验模型稳定性72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969815API
curl https://kongchang.com/api/v1/knowledge/claims/969815MCP
get_claim(id=969815)