待验证50% 置信事实精确时间
ARC的Challenge子集专门挑选出传统IR系统和词共现模型均答错的题目，共约1172道测试题
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证ARC-AGI包含400道训练题和400道测试题,每道题由2-3个输入输出示例和一个待解决的测试用例组成74% 相似待验证ARC每道题由数对输入-输出网格图像构成，测试者需从3-5个示例推断规则并应用到新输入，没有两道题共享相同的解题规则70% 相似待验证自动程序修复（APR）研究表明，即使是基于测试套件指导的补丁生成，也常出现过拟合测试用例的问题，即补丁通过现有测试但在未覆盖路径上引入新错误68% 相似待验证研究者构建了名为 ALIGNMENTFORECASTBENCH 的基准测试集，覆盖超过5000个预测问题、17个目标模型、32个数据集和16种失效模式67% 相似待验证测试最终形成174条任务、1744次尝试的样本量，采用同路由、同平台、同时段的AB对比方式66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/980503API
curl https://kongchang.com/api/v1/knowledge/claims/980503MCP
get_claim(id=980503)