评测与安全

pass@k

连续生成 k 个答案,至少有一个正确的概率。

又称 pass@1

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

代码评测常用:同一题采样 k 次,只要有一次通过测试就算成功。pass@1 看稳定性,pass@10 看「多试几次能不能做出来」。

两个数字要一起看:pass@1 高说明可靠,pass@1 低但 pass@10 高说明需要多次采样筛选——工程上可以配自动测试来挑答案。

02 什么时候会碰到它
看榜单、写验收标准或做安全评审时

「跑分高」和「好用」之间隔着一条鸿沟。这组词帮你看懂分数怎么来的、评测集有没有被污染,以及攻击是从哪进去的。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活