待验证50% 置信基准精确时间

相比最强的开源基线方法，HMA在仅使用四分之一时间预算的情况下，将any-medal率提升了8.0个百分点

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

HMA多智能体交替框架：破解长程机器学习工程的单体瓶颈

涉及实体

相关事实

待验证将HMA应用于内核优化场景时，HMA达到878个优化周期，与社区排行榜榜首的差距仅1.6%70% 相似待验证从 High 到 Max 推理档位的边际收益递减明显：DeepSWE 分数仅提升约 4 个百分点，成本却增加约 1.5 倍62% 相似待验证PiPMRE在两个公开数据集上召回率相比此前最优方法平均提升5.6个百分点61% 相似待验证oracle分析给出收益上界，即便每道题都理想选择是否使用PPFG，带来的收益也仅为+0.13个百分点60% 相似待验证当预算和时间线计算交由外部可靠流程而非模型自行推断时，廉价模型上准确率提升高达42个百分点，强模型上仅提升2到5个百分点60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001127

API

curl https://kongchang.com/api/v1/knowledge/claims/1001127

MCP

get_claim(id=1001127)